IoT-For-Beginners/translations/hk

加入 Azure AI Foundry 社群

如果你在建立 AI 應用程式時遇到困難或有任何疑問，歡迎加入其他學習者及有經驗的開發者的討論。這是一個支持性的社群，歡迎提問並自由分享知識。

如果你在建立過程中遇到產品問題或錯誤，請訪問：

以下是使用這些資源的步驟：

1. Fork 此儲存庫：點擊
2. Clone 此儲存庫：git clone https://github.com/microsoft/IoT-For-Beginners.git
3. 加入 Microsoft Foundry Discord，與專家及其他開發者交流

🌐 多語言支援

透過 GitHub Action 支援（自動化且保持最新）

阿拉伯文 | 孟加拉文 | 保加利亞文 | 緬甸文 | 簡體中文 | 繁體中文（香港） | 繁體中文（澳門） | 繁體中文（台灣） | 克羅地亞文 | 捷克文 | 丹麥文 | 荷蘭文 | 愛沙尼亞文 | 芬蘭文 | 法文 | 德文 | 希臘文 | 希伯來文 | 印地文 | 匈牙利文 | 印尼文 | 意大利文 | 日文 | 韓文 | 立陶宛文 | 馬來文 | 馬拉地文 | 尼泊爾文 | 尼日利亞皮欽語 | 挪威文 | 波斯文 | 波蘭文 | 葡萄牙文（巴西） | 葡萄牙文（葡萄牙） | 旁遮普文 | 羅馬尼亞文 | 俄文 | 塞爾維亞文（西里爾字母） | 斯洛伐克文 | 斯洛文尼亞文 | 西班牙文 | 斯瓦希里文 | 瑞典文 | 塔加洛語（菲律賓語） | 泰米爾文 | 泰文 | 土耳其文 | 烏克蘭文 | 烏爾都文 | 越南文

IoT 初學者課程

Microsoft 的 Azure Cloud Advocates 很高興提供一個為期 12 週、共 24 節課的課程，內容涵蓋 IoT 基礎知識。每節課包括課前及課後測驗、完成課程的書面指導、解決方案、作業等。我們的專案式教學法讓你在實作中學習，這是一種能讓新技能更容易記住的有效方法。

這些專案涵蓋食物從農場到餐桌的旅程，包括農業、物流、製造、零售及消費者——這些都是 IoT 裝置的熱門行業領域。

Sketchnote 由 Nitya Narasimhan 創作。點擊圖片查看更大版本。

衷心感謝我們的作者 Jen Fox、Jen Looper、Jim Bennett 以及我們的 sketchnote 藝術家 Nitya Narasimhan。

同時感謝我們的 Microsoft Learn 學生大使，他們已審核並翻譯了這份課程——Aditya Garg、Anurag Sharma、Arpita Das、Aryan Jain、Bhavesh Suneja、Faith Hunja、Lateefah Bello、Manvi Jha、Mireille Tan、Mohammad Iftekher (Iftu) Ebne Jalal、Mohammad Zulfikar、Priyanshu Srivastav、Thanmai Gowducheruvu、以及 Zina Kamel。

認識團隊！

Gif 由 Mohit Jaisal 創作

🎥 點擊上方圖片觀看專案影片！

教師們，我們提供了一些 建議 供你使用這份課程。如果你想建立自己的課程，我們也提供了 課程模板。

學生們，如果你想自行使用這份課程，請 fork 整個儲存庫並自行完成練習，從課前測驗開始，然後閱讀課程內容並完成其他活動。嘗試透過理解課程內容來建立專案，而不是直接複製解決方案程式碼；不過，程式碼可在每個專案課程的 /solutions 資料夾中找到。另一個想法是與朋友組成學習小組，一起學習內容。若需進一步學習，我們推薦 Microsoft Learn。

觀看課程概述影片：

🎥 點擊上方圖片觀看專案影片！

教學法

我們在設計這份課程時選擇了兩個教學原則：確保課程是專案導向的，並且包含頻繁的測驗。在這系列課程結束時，學生將建立一個植物監測及灌溉系統、一個車輛追蹤器、一個智慧工廠設置來追蹤及檢查食物，以及一個語音控制的烹飪計時器，並學習 IoT 的基礎知識，包括如何撰寫裝置程式碼、連接雲端、分析遙測數據及在邊緣執行 AI。

透過確保內容與專案相符，學習過程對學生來說更具吸引力，概念的記憶也會得到增強。

此外，課前的低壓測驗能讓學生專注於學習主題，而課後的第二次測驗則能進一步加強記憶。這份課程設計靈活有趣，可以完整學習或部分選擇。專案從簡單開始，並在 12 週的課程結束時逐漸變得複雜。

每個專案都基於學生及愛好者可用的真實硬體。每個專案都深入探討特定的專案領域，提供相關背景知識。要成為成功的開發者，了解你正在解決問題的領域非常重要，提供這些背景知識能讓學生在解決 IoT 問題及學習時，能以真實世界的問題為背景進行思考。學生能學到他們所建立解決方案的「原因」，並對最終使用者有更深的理解。

硬體

我們提供了兩種 IoT 硬體選擇，供專案使用，取決於個人偏好、程式語言知識或偏好、學習目標及可用性。我們也提供了「虛擬硬體」版本，供那些無法取得硬體或想在購買前學習更多的人使用。你可以在 硬體頁面 上找到更多資訊及「購物清單」，包括我們的合作夥伴 Seeed Studio 提供的完整套件購買連結。

💁 查看我們的 行為準則、貢獻指南 及 翻譯指南。我們歡迎你的建設性意見！

每節課包括：

• sketchnote
• 可選的補充影片
• 課前暖身測驗
• 書面課程
• 專案課程的逐步指導，教你如何建立專案
• 知識檢查
• 挑戰
• 補充閱讀
• 作業
• 課後測驗

關於測驗的注意事項：所有測驗都包含在 quiz-app 資料夾內，共有 48 個測驗，每個測驗包含三條問題。測驗已在課程中連結，但 quiz-app 可以在本地運行或部署到 Azure；請按照 quiz-app 資料夾中的指示操作。測驗內容正在逐步本地化。

課程

	項目名稱	教授概念	學習目標	相關課程
01	入門	IoT 簡介	學習 IoT 的基本原理以及 IoT 解決方案的基本構件，例如感應器和雲端服務，同時設置您的第一個 IoT 設備	IoT 簡介
02	入門	深入了解 IoT	更深入了解 IoT 系統的組件，以及微控制器和單板電腦	深入了解 IoT
03	入門	使用感應器和執行器與物理世界互動	學習如何使用感應器收集物理世界的數據，以及使用執行器提供反饋，同時製作一個夜燈	使用感應器和執行器與物理世界互動
04	入門	將您的設備連接到互聯網	學習如何將 IoT 設備連接到互聯網以發送和接收消息，通過將您的夜燈連接到 MQTT broker	將您的設備連接到互聯網
05	農場	預測植物生長	學習如何使用 IoT 設備捕獲的溫度數據來預測植物生長	預測植物生長
06	農場	檢測土壤濕度	學習如何檢測土壤濕度並校準土壤濕度感應器	檢測土壤濕度
07	農場	自動植物澆水	學習如何使用繼電器和 MQTT 自動化和定時澆水	自動植物澆水
08	農場	將您的植物遷移到雲端	學習雲端和雲端托管的 IoT 服務，以及如何將您的植物連接到這些服務，而不是公共 MQTT broker	將您的植物遷移到雲端
09	農場	將您的應用邏輯遷移到雲端	學習如何在雲端編寫應用邏輯以響應 IoT 消息	將您的應用邏輯遷移到雲端
10	農場	保護您的植物安全	學習 IoT 安全性以及如何使用密鑰和證書保護您的植物	保護您的植物安全
11	交通	位置追蹤	學習 IoT 設備的 GPS 位置追蹤	位置追蹤
12	交通	儲存位置數據	學習如何儲存 IoT 數據以供日後可視化或分析	儲存位置數據
13	交通	可視化位置數據	學習如何在地圖上可視化位置數據，以及地圖如何將真實的三維世界以二維方式呈現	可視化位置數據
14	交通	地理圍欄	學習地理圍欄，以及如何在供應鏈中的車輛接近目的地時發出警報	地理圍欄
15	製造業	訓練水果品質檢測器	學習如何在雲端訓練影像分類器以檢測水果品質	訓練水果品質檢測器
16	製造業	從 IoT 設備檢查水果品質	學習如何從 IoT 設備使用您的水果品質檢測器	從 IoT 設備檢查水果品質
17	製造業	在邊緣運行您的水果檢測器	學習如何在邊緣的 IoT 設備上運行您的水果檢測器	在邊緣運行您的水果檢測器
18	製造業	從感應器觸發水果品質檢測	學習如何從感應器觸發水果品質檢測	從感應器觸發水果品質檢測
19	零售	訓練庫存檢測器	學習如何使用物件檢測訓練庫存檢測器以計算商店中的庫存	訓練庫存檢測器
20	零售	從 IoT 設備檢查庫存	學習如何使用物件檢測模型從 IoT 設備檢查庫存	從 IoT 設備檢查庫存
21	消費者	使用 IoT 設備進行語音識別	學習如何從 IoT 設備進行語音識別以建立智能計時器	使用 IoT 設備進行語音識別
22	消費者	理解語言	學習如何理解對 IoT 設備說出的句子	理解語言
23	消費者	設置計時器並提供語音反饋	學習如何在 IoT 設備上設置計時器，並在計時器設置和完成時提供語音反饋	設置計時器並提供語音反饋
24	消費者	支援多語言	學習如何支援多語言，包括對智能計時器的語音輸入和回應	支援多語言

離線存取

您可以使用 Docsify 離線運行此文件。Fork 此 repo，並在本地機器上 安裝 Docsify，然後在此 repo 的根目錄輸入 docsify serve。網站將在本地端的 3000 端口上運行：localhost:3000。

測驗

感謝社群提供互動測驗，測試您對每章內容的理解。您可以在 這裡 測試您的知識。

PDF

如果需要，您可以生成此內容的 PDF 以供離線存取。為此，請確保您已 安裝 npm，並在此 repo 的根目錄運行以下指令：

npm i
npm run convert

投影片

部分課程的投影片可在 slides 資料夾中找到。

其他課程

我們的團隊還製作了其他課程！查看以下內容：

Azure / Edge / MCP / Agents

---

生成式 AI 系列

---

核心學習

---

Copilot 系列

圖片來源

你可以在圖片來源中找到本課程所使用圖片的所有來源。

---

免責聲明：
此文件已使用人工智能翻譯服務 Co-op Translator 翻譯。我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。應以原文文件為權威來源。如涉及關鍵資訊，建議尋求專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或誤釋不承擔責任。