機械学習の技術は、外れ値の発見と処理のプロセスを自動化するのに役立ちます。これにより、異常検知を大規模に実行することができ、IoTやビッグデータアプリケーションのようなデータ集約型の分散システムの要求に応えることができます。 このブログ記事では、人気の高いPythonライブラリscikit-learn (sklearn)と、オープンソースのIoTに最適化された時系列データベースであるGridDBを併用して、異常検知技術を利用する方法を探ります。
GridDBとJupyter Notebookを使ってスマートメーターのデータを分析する
複合ビル群の電力がどのように消費されているか、消費量が少ない時間帯はいつか、電力消費量が特に多い時間帯はいつか、などについて、スマートメーターから得られたデータをもとにGridDBとPythonを使って分析し、省エネ案を立案してみましょう。
GridDB JDBC Tableau コネクタ プラグイン入門
GridDBチームは最近、TableauのデータソースとしてGridDBを使用できるTableauコネクタプラグインをリリースしました。このコネクタは、GitHubから無料で利用できます。このブログでは、このコネクタを初めて使うユーザーのために、簡単に製品を紹介します。
GridDBとNode.jsでジャイプールの天気予報データを分析する
インドのジャイプール市の天気予報の時系列公開データセットを、GridDBとNode.jsを使って分析する方法を見ていきます。CSVからデータを読み込み、TQLでクエリを実行していきます。