Data Science with Raspberry Pi: Real-Time Applications Using a Localized Cloud

برنامه‌های پردازش اطلاعات بلادرنگ را در Raspberry Pi پیاده‌سازی کنید. این کتاب به طور منحصر به فردی به شما کمک می کند تا با مفاهیم علم داده به عنوان بخشی از برنامه های بلادرنگ با استفاده از Raspberry Pi به عنوان یک ابر محلی شده کار کنید.

شما با معرفی مختصری از علم داده و سپس نگاهی اختصاصی به مفاهیم اساسی برنامه نویسی پایتون شروع خواهید کرد. در اینجا نرم افزار مورد نیاز برای برنامه نویسی پایتون را روی Pi نصب می کنید و سپس انواع داده ها و ماژول های موجود را بررسی می کنید. مراحل بعدی این است که Pis خود را برای جمع‌آوری داده‌های بلادرنگ راه‌اندازی کنید و عملیات‌های اساسی علم داده مربوط به برنامه‌های بلادرنگ را ترکیب کنید. سپس تمام این مهارت‌های جدید را برای کار با مفاهیم یادگیری ماشین ترکیب می‌کنید که Raspberry Pi شما را قادر می‌سازد از داده‌هایی که جمع‌آوری می‌کند بیاموزد. مطالعات موردی کتاب را کامل می کند تا به شما ایده ای از دامنه دامنه هایی که این مفاهیم را می توان در آنها اعمال کرد، ارائه می دهد.

در پایان علم داده با Raspberry Pi، متوجه خواهید شد که بسیاری از برنامه‌ها اکنون به رایانش ابری وابسته هستند. از آنجایی که Raspberry Pis ارزان هستند، استفاده از تعدادی از آنها در نزدیکی سنسورهایی که داده ها را جمع آوری می کنند آسان است و تجزیه و تحلیل را نزدیک به لبه محدود می کند. متوجه خواهید شد که Pi نه تنها یک نقطه ورود آسان به علم داده است، بلکه راه حلی زیبا برای محدودیت های رایانش ابری از طریق استقرار محلی ارائه می دهد.

آنچه خواهید آموخت

Who This کتاب برای

دانشمندان داده است که به دنبال پیاده‌سازی برنامه‌های بلادرنگ با استفاده از Raspberry Pi به‌عنوان یک دستگاه لبه و فضای ابری محلی هستند. خوانندگان باید دانش پایه در ریاضیات، کامپیوتر و آمار داشته باشند. دانش کاری Python و Raspberry Pi یک مزیت اضافی است.

Implement real-time data processing applications on the Raspberry Pi. This book uniquely helps you work with data science concepts as part of real-time applications using the Raspberry Pi as a localized cloud.  

You’ll start with a brief introduction to data science followed by a dedicated look at the fundamental concepts of Python programming. Here you’ll install the software needed for Python programming on the Pi, and then review the various data types and modules available. The next steps are to set up your Pis for gathering real-time data and incorporate the basic operations of data science related to real-time applications. You’ll then combine all these new skills to work with machine learning concepts that will enable your Raspberry Pi to learn from the data it gathers. Case studies round out the book to give you an idea of the range of domains where these concepts can be applied. 

By the end of Data Science with the Raspberry Pi, you’ll understand that many applications are now dependent upon cloud computing. As Raspberry Pis are cheap, it is easy to use a number of them closer to the sensors gathering the data and restrict the analytics closer to the edge. You’ll find that not only is the Pi an easy entry point to data science, it also provides an elegant solution to cloud computing limitations through localized deployment.

What You Will Learn

Who This Book Is For

Data scientists who are looking to implement real-time applications using the Raspberry Pi as an edge device and localized cloud. Readers should have a basic knowledge in mathematics, computers, and statistics. A working knowledge of Python and the Raspberry Pi is an added advantage.