Začátky datové vědy, Iot a AI na jednodeskových počítačích: Základní dovednosti a aplikace v reálném světě s BBC Micro: Bit a Xinabox

Recenze čtenářů

Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 2 hlasů.

Původní název:

Beginning Data Science, Iot, and AI on Single Board Computers: Core Skills and Real-World Application with the BBC Micro: Bit and Xinabox

Obsah knihy:

Kapitola 1: Úvod do datové vědy ve tříděCíl kapitoly: Po přečtení této kapitoly čtenáři pochopí význam měření - budou schopni změřit teplotu vzduchu pomocí teploměru a pochopí, jak funguje. Představíme si řadu základních pojmů datové vědy a způsob jejich použití při sestavování experimentu. Budeme se zabývat základními dovednostmi, jak shromažďovat a tabelovat data, a provedeme určitou analýzu našich výsledků. Čtenář získá přehled o uceleném a smysluplném příkladu aplikované datové vědy a bude připraven na hlubší zkoumání.

⬤ Data jsou všude: Proč měříme věci a co vůbec znamená "měření věcí"? Jak to souvisí s datovou vědou?

⬤ Používání teploty: Jak se ve světě používá teplota?

⬤ Měření teploty: Co dělá teploměr a jak funguje?

⬤ Navržení experimentu: Začneme navrhovat experiment, při kterém budeme používat teploměry k měření teploty na různých místech. Podíváme se na faktory, které by mohly mít negativní vliv na náš experiment, a budeme se snažit je kontrolovat. Uvidíme, jak je důležitá validita a spolehlivost.

⬤ Zachycení dat: Před zahájením našeho experimentu seznámíme čtenáře s pojmem zachycování dat - zaznamenávání (tabelování) údajů.

⬤ Experimentování s teplotou: Zde nastíníme činnost ve třídě (experiment), jejímž cílem je sběr a analýza dat. Představíme si pojem experimentální design a podíváme se, jak může pomoci řešit otázky spolehlivosti a validity.

⬤ Analýza výsledků: Představíme pojem "dotazování" na data tím, že uvedeme řadu otázek, na které by soubor dat mohl poskytnout náhled. V některé z dalších kapitol se budeme zabývat sofistikovanější analýzou, prozatím si ukážeme, jak z právě shromážděných dat získat určitý význam / poznatky.

⬤ Shrnutí: Shrnuje všechny nové pojmy představené v této kapitole a připravuje půdu pro další kapitolu.

Kapitola 2: Datová věda v digitální podoběCíl kapitoly: Po přečtení této kapitoly čtenáři pochopí, proč existuje tendence "digitalizovat" a co znamená číst data digitálně. Představíme si technologie a kódování pro replikaci našeho experimentu a začneme zkoumat způsoby, jakými může digitální přístup rozšířit naše možnosti a potenciál jako datových vědců. Budeme používat BBC micro: bit (nebo jiné podobné zařízení) k měření teploty a po celou dobu se budeme zabývat naším experimentálním návrhem a možnostmi jeho vylepšení. Na konci kapitoly určíme, jaký druh hardwaru potřebujeme v naší sadě nástrojů pro datovou vědu.

⬤  Vytváření digitálních dat: Proč je všechno digitální? Jaké jsou typy teploměrů? Vysvětlete něco o digitálních teploměrech a ukažte, čím se liší od analogových. Jak může zavedení digitálních přístrojů zlepšit náš teplotní experiment z kapitoly 1.

⬤ Použití mikroprocesoru k digitálnímu měření teploty: Budeme používat mikro: bit - stručný úvod do mikrobitu, včetně senzorů, které lze použít pro měření věcí způsobujících GW (pouze senzor okolní teploty).

⬤ Použití BBC micro:bit jako teploměru: Programování micro: bitu pro měření teploty vzduchu ve třídě. K programování použijte program MakeCode (nebo MicroPython).

⬤ Analogové a digitální teploměry: Současné čtení teploty z micro: bitu a teploměru. Diskutujte o rozdílech mezi jednotlivými metodami. Zejména obtíže při ručním odečítání, nutnost odečítat dvě věci ve stejný čas (teploměr nebo micro: bit a hodiny).

⬤ Omezení micro: bitu jako samostatného nástroje: U mikrobitu jsme viděli některá omezení. Sám o sobě nám poskytuje příliš málo nástrojů. Co jsou to -ony a jak se používají doplňky s mikroprocesory a co o.