现在是智慧的时代，随着人工智能、物联网、大数据等..科技的兴起，那些曾经只出现在科幻电影里，看似遥远的智慧楼宇正在走近我们的生活！然而，每一个做过智能楼宇的从业者都能感受到自己知识面的局限性，并且希望有一种技术能帮助自己更好地实现业务目标，而且使用起来不太复杂。..兰州楼宇亮化的小编就来讲讲如何在数据科学的驱动下，三步把“未来楼宇”变为“现实”。
数据科学驱动楼宇从智能到智慧
我假设你对智能楼宇已经有认知，而且已经知道了现在楼宇智能化的范畴正逐渐改变，除了控制系统和能源管理外，对楼宇服务的对象，也就是“人”的各种需要的满足度的要求在迅速提高，有一部分是比较刚性的，容易用既有的技术手段实现的，比如楼宇亮化、消防、..等5A能实现的等；有一部分是柔性的，比如如何用有限的电梯让高峰期排队的人更少同时.节能；比如室内的温湿度、光照等设备如何根据外部自然条件变化为住户提供柔性的服务，让家有家的温度，办公有办公的调性，而且还能满足个性化的需要等等。在这种背景前提下，物联网、大数据等一系列的新技术的综合应用成为“必然之选”。
只要三步
1 选择并清洗数据
2 选择合适的算法模型
3 训练模型并调整参数
又酷又暖
假设我是一个正在出差的超级贴心男士，在一个雾霾较重、寒湿的初春，爱人在到家前一小时，我就根据爱人的日常作息规律开启了空气净化、温度调节甚至热水器，还能给她播放她喜欢的音乐以及在她临睡前跟她讲睡前故事。但是有个问题，这是个性化的需要，即使我们能倚仗机器学习对整栋大楼进行推演，怎样能让这种推演能进入千家万户并迎合这种个性化带来的复杂计算场景呢？
其实本质上是一样，只不过此时能够依据的数据量一开始很少，直接运用机器学习几乎得不到任何有价值的预判，此时数据科学工具更多地是通过学习人工干预的习惯，比如每一次开灯的亮度，每一次调节出水的温度等非常细节的传感器数据，来推演“习惯”的路径，配合不同与用户相关的维度（如小孩、老人等）来综合理解用户希望获得的体验。