Beginning Data Science, Iot, and AI on Single Board Computers: Podstawowe umiejętności i zastosowania w świecie rzeczywistym z BBC Micro: Bit i Xinabox

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 2 głosach.

Oryginalny tytuł:

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

Zawartość książki:

Rozdział 1: Wprowadzenie do nauki o danych w klasie Cel rozdziału: Po przeczytaniu tego rozdziału czytelnicy zrozumieją znaczenie pomiarów - będą w stanie zmierzyć temperaturę powietrza za pomocą termometru i zrozumieją, jak to działa. Wprowadzimy szereg podstawowych koncepcji nauki o danych i jak je zastosować do zbudowania eksperymentu. Omówimy kilka podstawowych umiejętności gromadzenia i zestawiania danych, a także przeprowadzimy analizę naszych wyników. Czytelnik zapozna się z kompletnym i znaczącym przykładem stosowanej nauki o danych i będzie gotowy do głębszej analizy.

⬤ Dane są wszędzie: Dlaczego mierzymy rzeczy i co w ogóle oznacza "mierzenie rzeczy"? Jak to się ma do nauki o danych?

⬤ Wykorzystanie temperatury: Jak temperatura jest wykorzystywana na świecie?

⬤ Pomiar temperatury: Co robi termometr i jak działa?

⬤ Projektowanie eksperymentu: Rozpoczniemy projektowanie eksperymentu z wykorzystaniem naszych termometrów do pomiaru temperatury w różnych miejscach. Przyjrzymy się czynnikom, które mogą mieć negatywny wpływ na nasz eksperyment i spróbujemy je kontrolować. Zobaczymy znaczenie ważności i niezawodności.

⬤ Przechwytywanie danych: Przed rozpoczęciem naszego eksperymentu zapoznamy czytelnika z koncepcją przechwytywania danych - rejestrowania (tabelowania) danych.

⬤ Eksperymentowanie z temperaturą: Tutaj przedstawimy zarys zajęć w klasie (eksperymentu) w celu zebrania i przeanalizowania danych. Wprowadzimy pojęcie projektu eksperymentalnego i zobaczymy, w jaki sposób może on pomóc w rozwiązaniu kwestii wiarygodności i ważności.

⬤ Analiza wyników: Wprowadzimy pojęcie "analizy" danych, wymieniając szereg pytań, na które zestaw danych może dostarczyć wglądu. W późniejszym rozdziale przyjrzymy się bardziej zaawansowanej analizie, na razie pokażemy, jak wydobyć pewne znaczenie / spostrzeżenia z danych, które właśnie zebraliśmy.

⬤ Podsumowanie: Łączy wszystkie nowe pojęcia wprowadzone w tym rozdziale i przygotowuje grunt pod następny rozdział.

Rozdział 2: Data Science Goes DigitalCel rozdziału: Po przeczytaniu tego rozdziału czytelnicy zrozumieją, dlaczego istnieje tendencja do "przechodzenia na technologię cyfrową" i co oznacza cyfrowe odczytywanie danych. Wprowadzimy technologię i kodowanie, aby odtworzyć nasz eksperyment i zaczniemy badać sposoby, w jakie podejście cyfrowe może rozszerzyć nasze możliwości i potencjał jako naukowców zajmujących się danymi. Użyjemy BBC micro: bit (lub dowolnego podobnego urządzenia) do pomiaru temperatury, jednocześnie przyglądając się naszemu projektowi eksperymentalnemu i sposobom jego ulepszenia. Pod koniec rozdziału zidentyfikujemy rodzaj sprzętu, którego potrzebujemy w naszym zestawie narzędzi do nauki o danych.

⬤  Cyfryzacja: Dlaczego wszystko jest cyfrowe? Jakie są rodzaje termometrów? Wyjaśnij, czym różnią się termometry cyfrowe od analogowych. Jak wprowadzenie technologii cyfrowej może ulepszyć nasz eksperyment z temperaturą z rozdziału 1.

⬤ Wykorzystanie mikroprocesora do cyfrowego pomiaru temperatury: Użyjemy mikro-bitów - krótkie wprowadzenie do mikro-bitów, w tym czujników, które można wykorzystać do pomiaru rzeczy powodujących GW (tylko czujnik temperatury otoczenia).

⬤ Używanie BBC micro: bit jako termometru: Programowanie micro: bit do odczytu temperatury powietrza w klasie. Użyj MakeCode (lub MicroPython) do programowania.

⬤ Termometry analogowe i cyfrowe: Jednoczesne odczytywanie temperatury z mikro: bitu i termometru. Omówienie różnic między metodami. W szczególności trudności odczytu ręcznego, konieczność odczytu dwóch rzeczy w tym samym czasie (termometr lub micro: bit i zegar).

⬤ Ograniczenia micro: bit jako samodzielnego narzędzia: Zauważyliśmy pewne ograniczenia związane z micro: bit. Sam w sobie dostarcza nam zbyt mało narzędzi. Co to są dodatki i jak są one używane z mikroprocesorami, a co o.