Het doel van Internet of Things (IoT) is om een ​​slimmere omgeving en een vereenvoudigde levensstijl te ontwikkelen door tijd, energie en geld te besparen. Door deze technologie kunnen de kosten in verschillende industrieën worden verminderd.

De enorme investeringen en vele studies die op IoT draaien, hebben ertoe geleid dat IoT de laatste jaren een stijgende trend is geworden. IoT is een set verbonden apparaten die gegevens tussen elkaar kunnen overbrengen om hun prestaties te optimaliseren; deze acties vinden automatisch plaats en zonder menselijk bewustzijn of inbreng.

IoT bevat vier hoofdcomponenten:

1) sensoren

2) verwerkingsnetwerken

3) analyse van gegevens

4) bewaken van het systeem

De meest recente ontwikkelingen in IoT begonnen toen RFID-tags vaker in gebruik werden genomen, sensoren met lagere kosten meer beschikbaar werden, webtechnologie werd ontwikkeld en communicatieprotocollen werden gewijzigd.

Apparaten van slimme steden genereren gegevens op een continue manier, wat aangeeft dat de gegevens verzameld uit verkeers-, gezondheids- en energiebeheerapplicaties een aanzienlijk volume zouden bieden. Omdat bovendien de gegevensgeneratiesnelheid voor verschillende apparaten varieert, is het verwerken van gegevens met verschillende generatiesnelheden een uitdaging. De frequentie van het updaten van de GPS-sensoren wordt bijvoorbeeld gemeten in seconden, terwijl de frequentie van updates voor temperatuursensoren elk uur kan worden gemeten. Of de gegevensgeneratiesnelheid nu hoog of laag is, er bestaat altijd het gevaar van belangrijk informatieverlies.

Machinaal leren is een subveld van informatica, een soort kunstmatige intelligentie (AI), dat machines de mogelijkheid biedt om te leren zonder expliciete programmering. Machinaal leren is geëvolueerd van patroonherkenning en Computational Learning Theory. Daar worden enkele essentiële concepten van machine learning besproken, evenals de vaak toegepaste machine learning algoritmen voor slimme data-analyse. (Van, IOT en US Community)