Цель Internet of Things (IoT) - разработать более разумную среду и упростить образ жизни, экономя время, энергию и деньги. Благодаря этой технологии расходы в разных отраслях промышленности могут быть уменьшены.

Огромные инвестиции и много исследований, проведенных на IoT, сделали IoT растущей тенденцией в последние годы. IoT - это набор подключенных устройств, которые могут передавать данные между собой, чтобы оптимизировать их производительность; эти действия происходят автоматически и без осознания человеком или ввода.

IoT включает в себя четыре основных компонента:

1) датчики

2) сети обработки

3) анализ данных

4) мониторинг системы

Самые последние достижения, достигнутые в IoT, начались с того, что метки радиочастотной идентификации (RFID) были введены в действие более часто, более дешевые датчики стали более доступны, развивались веб-технологии и изменялись протоколы связи.

Устройства смарт-городов генерируют данные непрерывным образом, что указывает на то, что данные, собранные из приложений управления трафиком, здоровьем и энергопотреблением, обеспечат значительный объем. Кроме того, поскольку скорость генерации данных различна для разных устройств, обработка данных с различными скоростями генерации является проблемой. Например, частота обновления GPS-датчиков измеряется в секундах, в то время как частота обновлений для датчиков температуры может измеряться ежечасно. Независимо от того, является ли скорость генерации данных высокой или низкой, всегда существует опасность существенной потери информации.

Машинное обучение - это поднабор информатики, тип искусственного интеллекта (AI), который предоставляет машинам возможность учиться без явного программирования. Машиноведение развивалось от распознавания образов и теории вычислительного обучения. Там обсуждаются некоторые основные понятия машинного обучения, а также часто применяемые алгоритмы машинного обучения для интеллектуального анализа данных. (От, IOT и США)