big-data_ml

 

mbed bigdata
課程特色 學習目標 課程介紹 課程大綱 課程Q&A 課程諮詢

艾鍗獨家,用物聯網實務,讓您快速學會Web整合、大數據分析機器學習技術!

 

為什麼要學習Web整合、大數據分析與機器學習技術

 

arm mbed Architecture

 

物聯網真正的價值來自於資料及服務!因此具備web整合能力,有助於整合來自於四面八方的感測器數據,提升整體專案上的開發效率;具備大數據分析與機器學習的能力,有助於掌握數據背後意義,產生洞見來掌握產品或服務的優化關鍵,甚至進一步發現商機。不論您是專案經理、工程師或是其他角色,這堂課將是您,最好,也是唯一,培養IoT三大關鍵能力的捷徑。越早學會,您能創造的職場身價也將越高。

課程特色

原廠認證

這是由ARM mbed團隊所共同合作的物聯網平台培訓計畫。

 

快速上手

以"How to do"與"Trial and Error"的訓練方式,快速打造物聯網中的Web前後端整合應用及周邊驅動方法、ARM mDS雲端平台的連接、大數據分析與機器學習技術。

 

獨家開發套件

用Raspberry Pi3搭配上艾鍗最新獨家研發的V3.0子板,讓您更深入了解數據傳輸原理與平台開發應用。

 

專業師資

具15年專案經驗講師,透過主題式Lab及系統化教學方式,學習事半功倍。

 

學習目標
Part 1 : IoT Web整合應用實作
  1.能了解物聯網IoT 架構,包含物聯網感知層、物聯網網路層、物聯網應用層。
  2.了解物聯網中M2M通訊協定並如何實現-MQTT、CoAP。
  3.學會擷取感測器訊號與輸出入控制。
  4.快速學會Node.js開發方法,能開發一個Web-Based IoT平台:掌握Web前端與後端的通訊能力(AJAX,WebSocket)。
  5.了解 ARM mbed Cloud 平台-mbed Client API與mbed device connector API。
 
Part 2 : Python大數據與機器學習應用
  1.能理解Python模組的說明文件並具備大數據分析流程的Python程式撰寫能力。
  2.具備活用Python數據分析與機器學習相關模組的能力,如 Numpy、Pandas、Scipy、Scikit-learn等。
  3.快速學會掌握和分析繁雜數據集之技巧。
  4.快速學會統計分析和機器學習的實務方法。
  5.具備快速且準確地將數據視覺化及解讀數據的能力,並了解如何將洞見應用在本業。
 

課程介紹

從實作中認識物聯網!

本課程將採用Node.js撰寫WebAPP,使用HTTP/RESTful API存取Resource。在實作WebAPP中,除了後端Node.js,你也將會看到後端如何與前端瀏覽器之間要如何溝通的方式,如AJAX或WebSocket。課程使用Raspberry Pi結合ARM mbed Cloud來實現一個物聯網解決方案。你會了解M2M(Machine-to-Machine)網路協定,包含CoAP、MQTT、LWM2M等協定,並藉由Raspberry Pi連接 Cloud。 Raspberry Pi的部份教你連接一些感測器,包含GPIO、數位界面I2C的溫溼度感測器、類比感測器如光感應器等,並將這些感測器成為定義為不同的Resource Path並註冊在mbed cloud中。

 

一次整合前後端的程式語言-Node.js

Node.js最大的特色就是可以在伺服器端執行JavaScript。也就是說,前端工程師可以單純地使用一種語言(JavaScript)完成前後端的Web Application開發。目前Node.js增長的很快,每年增長率達到100%,全球已超過數千家公司引入Node.js在自身產品中,如Google、IBM、Microsoft、Paypal、Alibaba等企業。

 

物聯網中Web APP整合與大數據分析的重要性

物聯網真正的價值來自於資料及服務。雲端是由設備或是連網端點收集來的數據(Machine Data)儲存的地方,系統必須同時具備將時間序列的數據轉換為可以被行動應用存取的數據型態,藉此連接Web APP,並透過大數據分析與機器學習的技術,覺察數據背後的意義,產出洞見來掌握可獲利的服務或商業模式。

 

從實作中活用Python數據分析模組、實務統計與機器學習技術

摒除深奧難懂的數學公式,以淺顯易懂的方式,透過工業實務與感測器蒐集的數據,讓您學會如何用統計實務、時下最新最快的Spark技術與Python數據分析模組(Pandas、Scipy、Scikit-learn等),學習分析與預測,並將分析結果轉換成可視化的資訊來發表自己的insight(洞見)。

相關詞:IoT、物聯網、WoT、Raspberry Pi、ARM mbed、CoAP、MQTT、LWM2M、WebAPP、RESTful API、Node.js、AJAX、WebSocket、JavaScript、JQuery、MongoDB、NoSQL、Big Data、大數據、Machine Learning、機器學習、Python、Pandas、SciPy、scikit-learn、SQL、AWS、Spark、Github、Exploratory Data Analysis、探索性資料分析、Regression、迴歸、Classification、分類、Support Vector Machine、支持向量機、Decision Trees、決策樹、Random Forests、隨機森林、Ensemble Methods、整體性方法、Best Practices、最佳實踐、MapReduce Combiners、Bayesian Methods、貝式方法、Text Mining、文字探勘、Interactive Visualization、互動式視覺化、Clustering、集群、Experimental Design、實驗性設計、Deep Networks、深度學習
課程目標
 Part 1 : IoT Web整合應用實作
1.能了解物聯網IoT架構,包含物聯網感知層、網路層、應用層。
2.了解物聯網中M2M通訊協定並如何實現-MQTT、CoAP。
3.學會擷取感測器訊號與輸出入控制。
4.能開發一個Web-Based IoT平台:掌握Web前端與後端的通訊能力(AJAX,WebSocket)。
5.你能快速學會Node.js的開發方法。
6.了解 ARM mbed Cloud 平台-mbed Client API與mbed device connector API
7.善用更多其他的雲端服務BaaS(Backend as a Service),如Freeboard、ThingSpeek等。
 
 
Part 2 : Python大數據與機器學習應用
1.了解什麼是大數據、什麼是資料科學,資料科學在我們日常生活中扮演了什麼角色?
2.熟悉Python程式語言中,針對大數據資料處理與管理相關模組,如 Panda, SciPy等。
3.熟悉Python程式語言中,針對機器學習的相關模組,如scikit-learn等。
4.能閱讀Python模組的說明文件。
5.了解整個大數據分析流程的Python程式撰寫。
 
適合對象
1.想了解IoT(物聯網)完整解決方案的研發工程師、專案經理或技術評估者。
2.想運用雲整合與數據分析兩大技術提升專案開發效益之開發者。

職涯方向

 

IoT 系統整合工程師 / ARM mbed 工程師 / MCU軟體工程師 / 前端工程師 / 後端工程師 / 全端工程師/數據分析師/專案經理
 
師資陣容
 
teacher4

Joseph

學歷:台灣大學電機工程系博士研究

經歷:上市網通科技公司 / 資深軟體工程師

專長:嵌入式Linux系統 ARM Boot Loader / 資料結構及演算法 / PCB LayoutMCU 韌體設計 /  Linux 驅動程式 / Linux系統程式 / 網路通訊協定

teacher1

Elvis

學歷:交通大學交通運輸與資訊管理研究所碩士/美國聖路易大學生物資訊博士/美國佛羅里達大學資訊博士後研究/美國亞利桑納大學自然語言處理博士後研究

經歷:資深海洋學門資料庫IT研究員/ 資深資料分析師

專長:生物資訊 / 自然語言處理 / 統計推論 / 科學計算 / 數據科學 / 資料探勘 / 數值最佳化 / 資料庫 巨量資料處理 / 機器學習

 

能把一門技術深入淺出地講解清楚是講師十年功力的深耕

課程大綱

 Part 1 : IoT Web整合應用實作

1) 什麼是物聯網? 我該如何實現? 我該或我可以專注什麼?

2) 物聯網技術架構簡介

3) 物聯網感測層技術:

     ▪ Raspberry Pi 開發快速上手

     ▪ 基礎I/O控制: GPIO、Relay 控制110V家電控制

     ▪ 感測器介面技術 - 數位(I2C, SPI)、類比 (ADC)

     ▪ 數位感測器讀取-溫溼度感測器(BME280)

     ▪ 數位感測器讀取-G-Sensor(LIS3DH)

     ▪ OLED 輸出

     ▪ 類比式感測器讀取-光感測器

 

4)物聯網網路層技術  

     ▪ M2M通訊協定說明  

     ▪ CoAP協定解析與實驗  

     ▪ MQTT協定解析與實驗

 

5) 物聯網應用層技術: WebAPP 實作  

     ▪ Web前端技術: HTML/CSS/JavaScript/JQuery (瀏覽器前端 UI控制)

    ▪ Web後端技術: Node.js (伺服端端資料處理)

     ▪ 瀏覽器與Web Server間的通訊實現: AJAX, WebSocket  

     ▪ Node.js MQTT Client  

     ▪ MongoDB (NoSQL)進行感測資料儲存

 

6) 實現一個基於 ARM mbed cloud 的 Web IoT 平台

     ▪ ARM mbed Cloud 平台架構簡介  

     ▪ build mbed Client to Linux  

     ▪ mbed Client API  

     ▪ Raspberry Pi 3 連線ARM mbed cloud using CoAP  

     ▪ ARM mbed Device Connector Web API 7) IoT 架構解決方案Demo  

     ▪ 以MQTT架構整合感測端與Web應用端  

     ▪ 以ARM mbed Cloud 整合感測端與Web應用端

<More>

 

Part 2 : Python大數據與機器學習應用

※若您無任何程式基礎或想再次加強Python程式語言的基礎概念,艾鍗學院提供您Python基礎程式先修超值方案,讓您快速學會Python基礎程式語法。

1)Python與資料科學應用

     ▪ 資料科學概述與應用

     ▪ 實作課程:Python程式語言介紹、Pandas模組與Github介紹

     ▪ 網路資料採集(Web Scraping)、正規表示式(Regular Expressions)、資料重塑(Data Reshaping)與資料清理(Data Cleanup)。

     ▪ 探索性資料分析(Exploratory Data Analysis, EDA)

     ▪ 實作課程:資料採集(Scraping)資料視覺化實作

     ▪ 文字分析與探勘(Text Mining)、互動式視覺化(Interactive Visualization)

     ▪ 實作課程:期末專案討論、文字分析與分群(Text and Clustering)

 

2)統計方法

     ▪ 統計模式(Statistical Models)

     ▪ 實作課程:機率(Probability),分佈(Distributions)與頻率統計(Frequentist Statistics)

     ▪ 偏誤值(Bias)與迴歸分析(Regression)

     ▪ 實作課程:期末專案討論、迴歸(Regression)與羅吉斯迴歸(Logistic Regression)

     ▪ 進階迴歸分析方法介紹與實例解說

     ▪ 統計方法介紹:貝氏理論(Bayes Theorem)與相關貝氏方法(Bayesian Methods)介紹

     ▪ 實作課程:貝氏理論(Bayes Theorem)理論實作

     ▪ 統計方法介紹:分群(Clustering)

 

3)使用機器學習建立資料模型

     ▪ 分類(Classification)、最近距離分群法(KNN)、交叉驗證(Cross Validation)、維度降低(Dimensionality Reduction)與主成分分析(PCA)

    ▪ 實作課程:期末專案討論、機器學習(Machine Learning)簡介與方法介紹

    ▪ 機器學習方法:支持向量機(Support Vector Machine, SVM)介紹與預測結果評估

    ▪ 機器學習方法:決策樹(Decision Trees)與隨機森林(Random Forests)介紹

    ▪ 實作課程:模式比較

    ▪ 機器學習方法:整體性方法(Ensemble Methods)

    ▪ 實作課程:整體性方法(Ensembles)實作

    ▪ 機器學習方法的最佳實踐(Best Practices)、推薦系統實作與分析演算法介紹:MapReduce

    ▪ 分析演算法介紹:MapReduce Combiners與Apache Spark

    ▪ 實作課程:虛擬機器Vagrant與VirtualBox介紹,亞馬遜網路服務(Amazon Web Services, AWS)與Apache Spark進階介紹

 

4)專題製作

    ▪ 有效的簡報表達技巧(Effective Presentations)

    ▪ 實作課程:期末專案討論與範例解說(Projects, and an example)

    ▪ 實驗性設計(Experimental Design)

    ▪ 實作學習與分享,如何進行資料科學研究

    ▪ 總結、專案分享與回顧

<More>

 

課程搶先看
PartIII- Node.js WebSocket 課程影片(截錄)

 
ARM mbed cloud 物聯網整合應用 (Demo)

 
 
無線感測網路(WSN)進行遠端家電控制

 

 

課程Q&A
   ▪ IoT核心精神是什麼呢?

「智慧服務」是物聯網時代中重要的核心精神,只要能掌握「硬體+」思維,利用大數據與機器學習系統創造硬體之外的服務價值,即能在物聯網時代中建立優勢。 「物聯網關心的是,當把物聯起來之後,有什麼新的服務可以出現?更重要的是,如果那些新的服務不重要,那些『物』都不再重要,那麼『物的聯網』就更不重要。」

 

   ▪ IoT智慧服務關鍵是什麼呢?

Google台灣董事總經理簡立峰認為,「大數據」與「機器學習」是未來能創造物聯網時代各種智慧服務的關鍵。若只單純做硬體、搞技術,卻沒有利用大數據、機器學習來創造服務價值,那就是辛苦搭了舞台,只能讓別人來玩。

 

   ▪ 發展IoT智慧服務,台灣的機會在哪呢?

消費性產品的競爭太激烈,比財大、比氣長,就連大型的電商業者,如美國的亞馬遜、中國的京東,都有機會在智慧家庭分一杯羹;反之,企業端、工業端的B2B服務,則相對有可能做出差異化。舉例而言,一家連鎖餐廳的中央廚房、烤爐器具、收銀機等等,如何透過硬體、軟體、雲端平台的整合,讓中央廚房與消費者可以串連,台灣的工業電腦供應鏈在此可以有很多發揮空間,做出別人學不來的「Total Solution」,「這是服務業的概念,而且是高階服務業,不用怕大者恆大!」

 

   ▪ 為什麼要學習IoT雲整合與大數據分析呢?

當你開發出物聯網裝置後,你一定希望透過數據的傳輸來掌握一些現象或是驅動一切功能,而數據是否能穩定傳輸是個關鍵。實務上,數據的傳輸常常會受到防火牆影響,所以學會IoT雲整合技術將能更輕鬆地傳輸資訊而不受防火牆所擾。而蒐集到的數據並須透過分析才能展現數據背後的意義,作為開發者進行產品或服務優化的依據。而學會大數據分析與機器學習的技術,在處理物聯網世界中的海量數據才會更有效率,其預測將會更準確,降低決策風險。

 

   ▪ 為什麼要選擇用Raspberry Pi來學習IoT雲整合與大數據分析技術呢?

Raspberry Pi 是一片Linux-Based的開源硬體板子,其硬體線路 & SoC DataSheet的揭露相較其他板子算是相當完整,Raspberry Pi 3 具有Wi-Fi和BLE, 所以學習物聯網相關的技術,如 IoT Gateway、Sensor Node設計等,硬體支援度也相當好。透過Raspberry Pi 3 ,你不但能學會硬體驅動相關實務功能,也能了解到數據傳輸實際運作,更能對你所蒐集到數據進行分析,作為優化產品與服務的依據。

 

   ▪ 艾鍗獨家研發Raspberry Pi I/O V3擴充板有什麼特色呢?
 Q05 1
IO V3
checked 內建ADC晶片,可讓Raspberry Pi3連接類比感測器。
checked 具硬體PWM訊號腳及驅動電路,使Raspberry Pi3可以直接連接DC馬達與伺服馬達。
checked 內建PL2303晶片,可直接連接PC的USB當作Debug Console。
checked 內建IR紅外線發送器及接收器,讓Raspberry Pi3當作多媒體的應用平台或IR遙控器。
checked 可連接OLED顯示狀態資訊。
checked 可連接光敏電阻進行光度感測。
checked 可連接2.4GHz無線網路模組進行無線通訊。
checked 內建G-Sensor可感測Raspberry Pi3在X, Y, Z軸方向的移動狀態。

 

上課花絮

 

        

    driverclass    

                          ◎艾鍗講師關心每一位學員的學習狀況,並於空檔個別指導。真正專業,不怕你問!

 

 

業界派訓,包班首選

卓越企業不但追求技術,更要求速度!
艾鍗學院為了隨時掌握產業的變化並跟上技術需求,設有教學研發團隊,以提供新技術、高品質的課程服務,有效率地訓練出業界需要的人才!感謝緯創資通、奇美電子、浩鑫、台達電子、新普、英業達、精英電腦、微星、金士頓、圓剛、鈊象電子、益登科技、廣達電腦、德州儀器、系微、AMI等80多家企業選擇艾鍗培訓。

enterprise

new02

課程諮詢
stevejobs

Steve Jobs:

你想下半輩子繼續...還是抓住一個改變世界的機會

 

9/24開課,名額倒數中,報名請早以免向隅!!

在一個快速變遷的世界裡,確定會失敗的唯一策略是:不冒險。如果你欣然擁抱趨勢,踏向偉大的全方位IoT工程師修練之路,風向也會幫你一把。搭上艾鍗學院的學習列車,不可思議的旅程,從此開始若您希望對本課程有更多了解,歡迎留下您的資料,或撥服務專線(02)2316-7736,艾鍗學院將竭誠為您服務喔!

 

 

延伸學習

 

728x90