Direkt zum Inhalt
StartseitePython

Analyzing IoT Data in Python

Learn how to import, clean and manipulate IoT data in Python to make it ready for machine learning.

Kurs Kostenlos Starten
4 Stunden16 Videos53 Übungen5.606 LernendeTrophyLeistungsnachweis

Kostenloses Konto erstellen

GoogleLinkedInFacebook

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
Group

Trainierst du 2 oder mehr?

Versuchen DataCamp for Business

Beliebt bei Lernenden in Tausenden Unternehmen

Kursbeschreibung

Have you ever heard about Internet of Things devices? Of course, you have. Maybe you also have a Raspberry PI in your house monitoring the temperature and humidity. IoT devices are everywhere around us, collecting data about our environment. You will be analyzing Environmental data, Traffic data as well as energy counter data. Following the course, you will learn how to collect and store data from a data stream. You will prepare IoT data for analysis, analyze and visualize IoT data, before implementing a simple machine learning model to take action when certain events occur and deploy this model to a real-time data stream.
Für Unternehmen

Trainierst du 2 oder mehr?

Verschaffen Sie Ihrem Team Zugriff auf die vollständige DataCamp-Plattform, einschließlich aller Funktionen.
DataCamp Für UnternehmenFür eine maßgeschneiderte Lösung buchen Sie eine Demo.
  1. 1

    Accessing IoT Data

    Kostenlos

    In this chapter, you will first understand what IoT data is. Then, you learn how to aquire IoT data through a REST API and using an MQTT data stream to collect data in real time.

    Kapitel Jetzt Abspielen
    Introduction to IoT data
    50 xp
    IoT devices
    50 xp
    Data acquisition
    100 xp
    Acquire data with pandas
    100 xp
    Understand the data
    50 xp
    Store data
    100 xp
    Read data from file
    100 xp
    Understanding the data
    100 xp
    Introduction to Data streams
    50 xp
    What is MQTT
    50 xp
    MQTT single message
    100 xp
    Save Datastream
    100 xp
  2. 2

    Processing IoT Data

    In the second chapter, you will look at the data you gathered during the first chapter. You will visualize the data and learn the importance of timestamps when dealing with data streams. You will also implement caching to an MQTT data stream.

    Kapitel Jetzt Abspielen
    Perform EDA
    50 xp
    Line plots
    100 xp
    Histogram Plot
    100 xp
    Clean Data
    50 xp
    Dealing with missing data
    50 xp
    Missing data
    100 xp
    Missing data II
    100 xp
    Gather minimalistic incremental data
    50 xp
    Which timestamp?
    50 xp
    Cache Datastream
    100 xp
    Date and Time
    100 xp
    Prepare and visualize incremental data
    50 xp
    Pivoting
    50 xp
    Reformat data
    100 xp
    Analyzing Energy counter data
    100 xp
  3. 3

    Analyzing IoT Data

    In this chapter, you will combine multiple datasoures with different time intervals. You will then analyze the data to detect correlations, outliers and trends.

    Kapitel Jetzt Abspielen
    Combining datasources for further analysis
    50 xp
    Concatenate DataFrames
    100 xp
    Combine and resample
    100 xp
    Correlation
    50 xp
    Heatmaps
    100 xp
    Pairplot
    100 xp
    Outliers
    50 xp
    Standard deviation
    100 xp
    Autocorrelation
    100 xp
    Seasonality and trends
    50 xp
    Seasonal decomposition
    100 xp
    Seasonal decomposition II
    100 xp
  4. 4

    Machine Learning for IoT

    In this final chapter, you will use the data you analyzed during the previous chapters to build a machine learning pipeline. You will then learn how to implement this pipeline into a data stream to make realtime predictions.

    Kapitel Jetzt Abspielen
    Prepare data for machine learning
    50 xp
    Train/Test split
    100 xp
    Logistic Regression
    100 xp
    Scaling data for machine learning
    50 xp
    Model performance
    100 xp
    Scaling
    100 xp
    Scaling II
    100 xp
    Develop machine learning pipeline
    50 xp
    Creating Pipelines
    100 xp
    Store Pipeline
    100 xp
    Apply a machine learning model
    50 xp
    Model predictions
    100 xp
    Apply model to data stream
    100 xp
    Wrapping up
    50 xp
Für Unternehmen

Trainierst du 2 oder mehr?

Verschaffen Sie Ihrem Team Zugriff auf die vollständige DataCamp-Plattform, einschließlich aller Funktionen.

Datensätze

EnvironmentTraffic (heavy vehicles)Traffic (light vehicles)

Mitwirkende

Collaborator's avatar
Hadrien Lacroix
Collaborator's avatar
Hillary Green-Lerman

Voraussetzungen

Data Manipulation with pandas
Matthias Voppichler HeadshotMatthias Voppichler

Software Developer

Mehr Anzeigen

Was sagen andere Lernende?

    Melden Sie sich an 15 Millionen Lernende und starten Sie Analyzing IoT Data in Python Heute!

    Kostenloses Konto erstellen

    GoogleLinkedInFacebook

    oder

    Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.