Pular para o conteúdo principal

Curso

Analisando Dados de IoT em Python

IntermediárioNível de habilidade

Atualizado 06/2024

Aprenda a importar, limpar e manipular dados de IoT no Python para deixá-los prontos para o aprendizado de máquina.

Iniciar curso gratuitamente

PythonData Manipulation

4 h

16 vídeos

53 Exercícios

4,250 XP

6,902

Declaração de realização

Preferido por alunos de milhares de empresas

Treinando uma equipe?

Experimente para Empresas

Descrição do curso

Você já ouviu falar de dispositivos da Internet das Coisas? Claro que sim. Talvez você até tenha um Raspberry PI em casa monitorando temperatura e umidade. Dispositivos de IoT estão por toda parte, coletando dados sobre nosso ambiente. Você vai analisar dados ambientais, dados de tráfego e também dados de medidores de energia. Ao longo do curso, você vai aprender a coletar e armazenar dados de um fluxo de dados. Você vai preparar dados de IoT para análise, analisar e visualizar esses dados e, depois, implementar um modelo simples de Machine Learning para agir quando certos eventos ocorrerem e implantar esse modelo em um fluxo de dados em tempo real.

Pré-requisitos

Data Manipulation with pandas

1

Acessando Dados de IoT

Neste capítulo, você vai primeiro entender o que são dados de IoT. Em seguida, vai aprender como obter dados de IoT por meio de uma API REST e usar um fluxo de dados MQTT para coletar dados em tempo real.

Introdução a dados de IoT

Dispositivos IoT

Aquisição de dados

Adquirir dados com pandas

Entenda os dados

Armazenar dados

Ler dados de arquivo

Entendendo os dados

Introdução a fluxos de dados

O que é MQTT

Mensagem única via MQTT

Salvar fluxo de dados

Iniciar capítulo

2

Processando Dados de IoT

No segundo capítulo, você vai observar os dados que reuniu no primeiro capítulo. Vai visualizar os dados e aprender a importância de carimbos de tempo ao trabalhar com fluxos de dados. Você também vai implementar caching em um fluxo de dados MQTT.

Realizar EDA

Gráficos de linha

Gráfico de histograma

Limpar dados

Lidando com dados ausentes

Dados ausentes

Dados ausentes II

Coletar dados incrementais minimalistas

Qual timestamp?

Fazer cache do fluxo de dados

Data e hora

Preparar e visualizar dados incrementais

Fazendo pivot

Reformatar dados

Analisando dados de medidor de energia

Iniciar capítulo

3

Analisando Dados de IoT

Neste capítulo, você vai combinar múltiplas fontes de dados com diferentes intervalos de tempo. Em seguida, vai analisar os dados para detectar correlações, outliers e tendências.

Combinando fontes de dados para análises posteriores

Concatenar DataFrames

Combinar e reamostrar

Correlação

Mapas de calor

Desvio padrão

Autocorrelation

Sazonalidade e tendências

Decomposição sazonal

Decomposição sazonal II

Iniciar capítulo

4

Machine Learning para IoT

Neste capítulo final, você vai usar os dados analisados nos capítulos anteriores para construir um pipeline de Machine Learning. Depois, vai aprender como implementar esse pipeline em um fluxo de dados para fazer previsões em tempo real.

Prepare os dados para Machine Learning

Divisão em treino/teste

Logistic Regression

Escalonando dados para Machine Learning

Desempenho do modelo

Escalonamento

Escalonamento II

Desenvolver pipeline de Machine Learning

Criando Pipelines

Armazenar Pipeline

Aplicar um modelo de Machine Learning

Predições do modelo

Aplicar o modelo ao fluxo de dados

Iniciar capítulo

Analisando Dados de IoT em Python

Curso
concluído

Obtenha um certificado de conclusão

Adicione esta credencial ao seu perfil do LinkedIn, currículo ou CV
Compartilhe nas redes sociais e em sua avaliação de desempenhoInscreva-se agora

Faça como mais de 19 milhões de alunos e comece Analisando Dados de IoT em Python hoje mesmo!

Desenvolva suas habilidades em dados com o app do DataCamp

Continue progredindo em qualquer lugar com nossos cursos para celular e desafios diários de programação de 5 minutos.