物联网及其应用事例 The IoT and Its Applications Introduction

什么是物联网？

物联网通常缩写为IoT，是指设备（除了计算机和智能手机以外）与互联网的连接。汽车，居家产品，医疗用品，都可以被连接在物联网内。并且随着未来几年物联网的发展，将有更多种类的设备被连接。

物联网设备，生态系统和平台

物联网设备和物联网生态系统
可以在远程监视和控制的任何独立的互联网连接设备都被视为物联网设备，物联网设备最核心的技术是芯片，这些芯片的体积更小，功能更加强大。
所有被连接到互联网中的设备， 以及通过这些设备收集到的数据，包括数据的存储，分析，处理以及安全功能等，构成了物联网生态系统。


物联网的预测，趋势和市场
“ Business Insider Intelligence预测，到2026年，全球将安装超过640亿个IoT设备。此外，从2018年到2026年，公司和消费者将在物联网设备，解决方案和支持系统上花费近15万亿美元。”

物联网的三类消费者包括政府，企业，以及普通消费者，物联网几乎会影响每一个行业，这种持续增长将成为所有组织的变革力量，到2026年，物联网市场有望以每年超过3万亿美元的速度增长。


物联网平台
在物联网内，一个设备连接到另一个设备，以使用互联网传输协议传输信息，物联网平台充当设备传感器与数据网络之间的桥梁。

这些强大的物联网平台可以通过分析确定哪些信息有用，哪些可以忽略。如果企业用于销售管理，则能够更准确地预测产品和有效管理库存，使资金的使用更加合理，还可以使某些工作自动化，特别是当这些工作是重复性的，而且耗时甚至有危险。


这些物联网平台包括

亚马逊网络服务
微软Azure
ThingWorx物联网平台
IBM的Watson
思科物联网云连接
Salesforce物联网云
甲骨文集成云
通用电气Predix


物联网安全与隐私
越来越多的设备将被连接到物联网内，这些设备收集了大量的数据，这些数据包括商业，以及个人，商业机密和个人隐私都受到了极大的影响挑战， 所以物联网安全问题受到了极大的关注， 目前已经有一些科技公司专注于网络安全， 一些大学，和职业培训学校提供有关网络安全的课程以及培训。网络安全专家将是一个新兴的，就业前景广阔的职业。

一个物联网应用场景

居家：
假设你平时9点钟上班，您把一个普通的闹钟设置在8点，路上时间一个小时，那么在正常情况下你是可以准时到达的。这一天下雨情况发生了变化，道路堵塞，车流缓慢。如果还按照平常的8点出门，那你是注定要迟到的。但是如果你使用联接在物联网中的闹钟情况就不同了，他会提前把你叫醒，帮你选择交通状况最好的路段，指导你上班。 如果你乘坐公共交通，汽车，火车，飞机 ，他都会帮你知道他们是否正常运行，还是因为天气状况取消或延误。甚至给你建议，选择哪一种交通工具最节省时间。

结论：

物联网为消费者提供的方便无处不在，这正是物联网将要蓬勃兴起的原因。无论企业和个人都要抓住这大好时机。



#物联网 #大数据 #网络安全

9个物联网移动应用开发的新趋势 9 IoT Mobile App Development Trends Need to Know

全世界智能手机的使用已经很普及，而且在持续的增加中，物联网也在蓬勃兴起，这使得移动应用程序成为访问物联网的首选渠道， 移动平台用于传输数据，也更加方便，移动应用程序在促进物联网增长方面起着重要的作用，对于想要学习互联网移动应用设计和开发的初学者，应把握以下这些趋势。

物联网移动应用开发的新趋势

智能家居设备
物联网居家设备将具有更加舒适，安全和节省能源的作用。


边缘计算
相比云计算，边缘计算具有多个优点，能够更​​好地管理每个设备发送的大量数据，减少对云的依赖性有助于应用程序更快地执行并减少延迟，使物联网应用程序消耗的流量更少，将在物联网中得到创新和广泛采用。


医疗保健行业将广泛应用物联网
根据有关预测，医疗物联网有望以26.2％的复合年增长率增长，到2021年将达到720亿美元。
诸如传感器，便携式设备，医疗设备，健康监视器以及一系列其它医疗设备都配置为与物联网连接。移动健康应用程序和虚拟助手可实现远程监控，这包括患者在家中，和汽车上的状况，体征等。


物联网安全将加强
由于物联网的普遍应用，网络中传递着各种涉及隐私的信息，人们对于物联网安全的要求日益提高。基于物联网的移动应用程序开发将比以往任何时候都更加安全，这些技术包括机器对机器的身份验证，生物识别登录等。而人工智能，机器学习和大数据技术将被用于识别和阻止数据违规。


人工智能，大数据和数据分析
由于更多的设备连接到物联网中，将会产生海量的数据， 这些数据经过处理和分析，将对企业和个人产生积极的作用，提供更好的决策。人工智能，物联网和大数据的融合将催生新一代应用程序。


智慧城市成为趋势
由于传感器的大量部署，和相关技术的发展，城市将会变得更加智慧， 最典型的就是人们可以更加合理有效的控制交通流量，减少城市堵塞，并且提高安全性。


零售体验的个性化
物联网使当今的零售供应链管理更加高效。商家可以通过互联网获得的数据，对消费者的习惯，喜好 做更加精准的分析，提供准确的产品信息，折扣信息等，使得消费者具有更好的零售体验。


物联网可预测性维护
最典型的事例， 连接了物联网设备的房屋会通知房主有关管道泄漏，设备故障，电路问题等，以便房主及时维修，避免更大问题的出现。不论无主在哪里，都会得到及时的通知。


能源与资源管理
物联网技术可以集成到资源管理中，包括洒水控制，室内温度管理等。

结论

物联网技术的广泛应用，使得生产，消费到生活的各个方面都会发生巨大的改变， 无论是公司企业个人，享受这些变化，只需要打开手机，轻松地操纵移动应用 。

对于移动应用的设计开发者，应掌握这些趋势，以便更好地满足消费者。


#物联网 #人工智能 #大数据 #数据分析



Resource : Top 14 IoT Mobile App Development Trends to Expect in 2020

关于大数据，数据科学和数据分析的简介 About Big Data, Data Science and Data Analysis

大数据，数据科学，数据分析这些名词变得更加流行起来，也正在成为下一波科技趋势，那么什么是大数据，什么是数据科学，什么又是数据分析，将对商业产生怎样的影响，我们做一个简单的介绍。

什么是大数据 - 大数据的五个基本特征  5V

大数据具有五个基本特征，对这些特征的总结的名词都是以英文字母V开头，简称为大数据 5V


数量大 （Volume）
数据是否有价值，跟它的数量有直接的关系，某些特定的数据，是否可以被认为是大数据，数量是第1个要考虑的因素。
目前网络上的数据量：
在2016年，估计的全球移动流量为每月6.2 Exabytes（62亿GB），到2020年，我们将拥有近40000 ExaBytes的数据。


速度快（Velocity）
数据以更快更连续的速度出现，这是因为很多应用程序是基于网络所产生的。示例：每天在Google上进行的搜索超过35亿次，在YouTube中，每分钟大约上传300个小时的视频。

多样 （Variety)
数据的来源和种类不同，数据包括各种文件，表格，图像，视频，音频，日志表等， 有结构化，半结构化和非结构化数据之分。

结构化数据：指具有固定格式或有限长度的数据，如数据库。
半结构化数据：当根据需要可按结构化数据来处理，也可抽取出纯文本按非结构化数据来处理，如HTML。
非结构化数据：指不定长或无固定格式的数据，如邮件，文字，图片，视频等。


真实 （Veracity）
数据来自于不同的数据源，包括了不同类型的数据， 质量和准确性难以控制。 大量的数据可能会造成混乱， 数据过少又会传达不完整的信息，所以企业需要获得真实可靠的数据。


价值 （Value)
基于网络，尤其是接下来的物联网产生了大量的数据，这些大量的未经过处理的数据，对于公司的价值不大，这需要通过强大的机器算法来发现其价值。






Source : the difference between Data Science, Data Analysis, Big Data, Data Mining and Machine Learning 

什么是数据科学和数据分析

如前面所说，数据需要处理，才会产生价值。

数据科学 - 是对数据进行研究和处理，使它们为个人或企业带来有意义的见解。

数据科学是对数据进行研究，这包括方法，工具，这些被研究的数据可以是大数据的形式。

数据科学需要的技能包括，数学，统计学以及相关的商业领域知识。


数据分析 - 数据分析是指定量和统计方法。

数据科学是统称，数据分析是一种方法，是数据科学的一部分。

数据分析对于企业所产生的价值就是降低成本，精准预测，评估风险等。

结论：

随着物联网未来的蓬勃发展，商业公司将会收集大量的数据，对这些数据进行有效的处理和分析， 将为公司的决策和发展提供有力的支持。


#大数据 #数据分析 #数据科学 #物联网

公司常用的5种类型的人工智能简介 The Overview of 5 Types Business Artificial Intelligence

根据这篇文章, 5 Types of AI to Propel Your Business,
公司常用的人工智能的类型大概有5种。

什么是人工智能以及商业人工智能的价值

人工智能的定义
一句话，人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是计算机科学的一个分支。

从现在开始的未来5年中，约有90%的企业已经或正在尝试人工智能， 对于投资人工智能所期待的价值包括以下

1. 提高产品性能

2. 做更准确的决策

3. 优化内部和外部的操作

4. 为开发新市场做准确的评估

商业上经常用到的5种类型的人工智能

目前以及未来的几年，商业上经常用到的人工智能大致包括以下5种

分析型
功能型
互动型
文字型
视觉型

下面逐一简单介绍一下，

分析型人工智能所使用的工具是机器学习和深度学习, 用以快速扫描和分析海量数据，最终已数据为基准，为企业决策提供建议。这有利于更准确地预测市场需求，更加合理地管理库存，和有效地使用资金。

功能型与分析型的人工智能的相似之处在于，也要分析和扫描海量的数据，不同之处在于它不提供建议，而是采取行动。比如说在仓库管理，货物拣选方面可以大幅提高速度和准确性，目前亚马逊已经在使用，在不久的将来，将会有更多的网上零售公司用它来加强仓库管理方面的操作。

互动型人工智能目前开发最多的就是聊天机器人，这种类型的人工智能被用来加强很多部门的操作流程，使他们产生自动化，从而大幅减少了重复性工作，和等待时间，明显的提高了客户满意度，最常使用这种人工智能的部门或商业，最典型的就是客户服务，网上零售，预订等。

文字型，这种人工智能所采用的核心技术是语义搜索和自然语言处理， 可以实现的功能包括语音和文字的转换， 还可用于支持公司内部的知识库，构建语意图，识别同义词等，能够有效地减少人工输入的成本和时间，提升输入效率和准确性。

视觉型的人工智能是将生涩的数据变成生动形象的图像，并且可以做到图像和视频的相互转化， 这有助于企业人员在处理具体问题时提高理解力，减少分析时间，提高准确度，带来大量的操作上的便利。它还能提供面部识别方案，为零售行业提供更好的客户体验和提高安全性。

结论

随着人工智能技术的飞速发展，将会有更多种类的人工智能被应用在商业领域，从而更有效地提高商业运营，为消费者提供更好的服务，为商业公司创造更高的收入。


#人工智能 #商业 #零售 #客户服务 #商业分析 #库存管理


Source : 5 Types of AI to Propel Your Business

基于物联网的移动应用程序对企业和消费者的便利 Businesses And Consumers Get Benefits from IoT Based Mobile Application

物联网应用前景

Gartner预测，到2020年，将有约200亿台设备连接到物联网，并且物联网产品和服务提供商将增加3,000亿美元的业务收入。 毫无疑问，物联网的互联世界正在飞速发展。 现在，每个人都在寻找物联网的未来，以及它如何在不久的将来影响我们的生活。 专家预测，到2025年，预计将有超过640亿个联网的物联网设备。

随着智能手机已经在全球范围内的普及，物联网正在将自己定位为进入移动应用领域，物联网对移动用户体验必然产生新的影响。

物联网移动应用增长的原因

智能手机的普及，使其成为物联网的重要设备。

对于物联网，移动应用程序可以灵活地传输数据，并且物联网移动应用程序开发很容易添加到现有物联网系统上。

物联网能通过利用移动应用程序为消费者和企业提供什么

成本效益

物联网使人们用设备来理解，观察和分析，而无需人工操作或人为干预，节省了大量的人力成本。


对消费者行为深入的了解

借助物联网，企业通过移动应用，社交媒体，视频监控，GPS跟踪等资源来生成有关其客户的相关信息，数据等。通过更好地了解客户及其习惯，进一步优化移动应用程序的体验，甚至可以让最关键的客户群满意。


提高生产力

借助物联网，公司可以更有效地管理员工，像优化工作时间，休息时间，会议时间等。


改善客户体验

物联网使得企业能够提供更便捷的服务流程，从收款，确认，发货，客服，到货确认，甚至到退货，退款，理赔等。


便捷安全的工作场所

从公司提供智能锁，到远程监控，甚至立即发出警报，都能为员工提供更多的方便和安全。


更高效的数据环境

物联网设备连接到整个物联网系统，能够生成大量数据。借助边缘计算，可以实时报告指标，这样的速度为企业了解客户提供了更准确的结果。

结论

物联网技术会持续发展和普及，企业必须尽早地适应并实施物联网以保持竞争力，物联网正迅速成为移动应用程序开发的主要驱动力之一。



#物联网 #移动应用 #商业 #企业 #数据

自动化机器学习促成对数据分析师的需求剧增以及获得数据更加容易 AutoML Accelerates the Demand for Data Analysts and Easier Access

以下是未来十年数据科学领域的两大趋势

企业获得数据越来越容易

对数据分析师的需求越来越多

世界经济论坛（World Economic Forum）在2019年预测，到2020年，数据分析师的需求量将很大，而今年到目前为止，我们已经看到这一预测成为现实。

企业获得数据越来越容易

这是因为许多公司投资了自动化机器学习 (Automated Machine Learning) (AutoML) 的结果，这使他们能够自动化地应用机器学习来解决业务挑战。也就是说，在一般的公司里，普通的数据分析师就可以更自由地访问和使用数据，而不是像以前公司业务负责人很难访问数据分析，必须逐案具体要求数据科学家提供报告和分析，这极大地提高了企业获得数据的效率和降低了成本。

随着商业和科技的快速发展，越来越多的人和企业需要自由地访问数据源，和由数据提供的模型以及数据驱动的分析，这是促使人们和企业转向自动化机器学习 (AutoML) 的原因。

现代企业希望看到数据驱动分析的业务状态，而不只是局限于数据科学实验室的范围，这种趋势被成为数据民主化 (Democratizing Data)。数据民主化使数据分析人员更容易涉足数据，他们可以通过功能创建，功能选择，模型创建和比较甚至操作来自我指导，可以提高获得大量数据的效率。

对数据分析师的需求越来越多

最近一，两年，在以技术驱动型商业中，最成功的运营转变之一就是数据科学与商业智能的持续融合，公司有效地实现了对完全不同的数据源的实时的，集中的访问。这使更多的人成为了数据分析师，新型的数据分析师是把数据科学家的技术专长与市场营销，供应链，制造，风险和其他行业领域的操作专长相结合，数据分析师无需掌握高级机器学习，但他们对自己公司的问题有着更深入的了解。

结论

下一步的发展将是使机器学习本身变得更加自助，更加容易和自动化。

通过将自助式机器学习集成到其核心业务战略中，创新型公司使数据分析师能够大规模使用实时数据，从而在整个组织中制定更好，更快的决策。


#数据科学 #数据 #大数据 #数据分析 #机器学习 #自动化机器学习 #数据民主化


Source :  The new decade and the rise of AutoML