AVRマイコンとPythonではじめよう IoTデバイス設計・実装

詳細目次

Chapter1　IoTデバイス設計のための開発環境
1.0　インターネット検索術
1.1　VMware Playerを使ったゲストOS（Ubuntu）のインストール
1.1.1　OracleVM VirtualBoxを使ったインストール
1.2　ゲストOS UbuntuにArduino開発環境の構築
1.2.1　エラー（errors）の基本的な対処法とWindowsの不要ファイルの消去
1.2.2　Linuxのupdateとupgrade
1.2.3　Cygwinのインストール
1.2.4　Pythonライブラリのインストール
1.3　AVRライターの製作
1.4　AVRライターを使ったAVRマイコンへの書き込み
Chapter2　IoTデバイスのハードウェアとインターフェース
2.1　IoTデバイスを構成するAVRマイコン
2.1.1　Arduinoのディジタル入出力とアナログ入出力
2.2　IoTデバイスを構成するセンサーと駆動部品
2.2.1　i2cインターフェースの気圧センサー（BMP180）
2.2.2　SPIインターフェースのFlashAir SDカード
2.2.3　Wi-Fiシリアルモジュール（ESP8266）
2.2.4　IoTデバイスのためのプリント基板設計（PCBE）
Chapter3　IoTを構成するオープンソースソフトウェア
3.1　Servoライブラリを用いたサーボモータ制御
3.2　Wire（i2c）ライブラリを用いたLCD制御
3.3　Adafruitライブラリを用いたマイコン内蔵RGBLED（NeoPixel）制御
3.4　インピーダンス・ディジタル・コンバータ（AD5933）
3.5　Pythonオープンソースの活用
3.5.1　御用聞きシステム
3.5.2　cronとcrontabの設定
3.5.3　OAuth2.0認証のgspreadライブラリcomoauth2.py
Chapter4　Pythonの設定と機械学習
4.1　Python環境の設定
4.1.1　Windows上でのPython設定
4.1.2　Ubuntu上でのPython設定
4.1.3　RaspberryPi2上でのPython設定
4.1.4　RaspberryPi2にi2cセンサーを接続
4.2　scikit-learn
4.2.1　scikit-learnを使ったテキスト学習
4.2.2　マルコフモデルからサザエさんのジャンケンにチャレンジ
4.3　statsmodelsとscikit-learnを使った重回帰分析
4.3.1　statesmodelsのOLSモデルを用いた重回帰分析
4.3.2　statesmodelsのRLMモデルを用いた重回帰分析
4.3.3　scikit-learnのLassoモデルを用いた重回帰分析
4.3.4　scikit-learnのAdaBoostとDecisionTreeモデルを用いた重回帰分析
4.3.5　scikit-learnのRandomForestモデルを用いた重回帰分析
4.3.6　scikit-learnのその他のアンサンブル学習モデルを用いた重回帰分析
4.4　Neural Network Deep Learning
Chapter5　Pythonを使った画像処理（OpenCV）
5.1　OpenCVを使った基本プログラム
5.2　カメラを使った可視光通信
5.3　物や人を数えてみよう
5.4　数独を解かせてみよう
5.5　不思議な色を分析してみよう
5.6　Templateマッチング
5.7　Bag of Featuresによる画像学習と分類器
Chapter6　Pythonを使ってクラウド活用
6.1　freeDNSの活用
6.2　クラウドDropboxの利用
6.3　クラウドGoogleドライブの利用
6.3.1　Googleドライブへのアクセス
6.3.2　GoogleドライブのOAuth2.0認証
6.3.3　pydriveライブラリに削除機能を追加
6.3.4　GoogleドライブとpydriveのMIMEタイプのミスマッチ
Chapter7　Pythonを使ってスマートフォン活用（SL4A）
7.1　SL4Aのインストール
7.2　Weather-station
Chapter8　3つの音声認識（Windows，Android，RaspberryPi2）
8.1　Windowsでの音声認識
8.2　Androidでの音声認識
8.3　RaspberryPi2での音声認識
Appendix
A.1　Pythonで簡単なGUIを作る
A.2　Sigfox（IoTデバイス専用のLPWAN）
索引