IoT-For-Beginners/translations/mo

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和有經驗的開發者，一起討論 MCP。這是一個支持性的社群，歡迎提問並自由分享知識。

如果你有產品反饋或在建置過程中遇到錯誤，請造訪：

開始使用這些資源的步驟如下：

1. 分叉此儲存庫：點擊
2. 複製此儲存庫：git clone https://github.com/microsoft/IoT-For-Beginners.git
3. 加入 Microsoft Foundry Discord，與專家和其他開發者交流

🌐 多語言支援

透過 GitHub Action 支援（自動化且隨時更新）

阿拉伯語 | 孟加拉語 | 保加利亞語 | 緬甸語 | 中文（簡體） | 中文（繁體，香港） | 中文（繁體，澳門） | 中文（繁體，台灣） | 克羅埃西亞語 | 捷克語 | 丹麥語 | 荷蘭語 | 愛沙尼亞語 | 芬蘭語 | 法語 | 德語 | 希臘語 | 希伯來語 | 印地語 | 匈牙利語 | 印尼語 | 義大利語 | 日語 | 韓語 | 立陶宛語 | 馬來語 | 馬拉地語 | 尼泊爾語 | 尼日利亞皮欽語 | 挪威語 | 波斯語（法爾西語） | 波蘭語 | 葡萄牙語（巴西） | 葡萄牙語（葡萄牙） | 旁遮普語（古木基文） | 羅馬尼亞語 | 俄語 | 塞爾維亞語（西里爾文） | 斯洛伐克語 | 斯洛文尼亞語 | 西班牙語 | 斯瓦希里語 | 瑞典語 | 他加祿語（菲律賓語） | 泰米爾語 | 泰語 | 土耳其語 | 烏克蘭語 | 烏爾都語 | 越南語

初學者的物聯網課程

Microsoft 的 Azure Cloud Advocates 團隊很高興提供一個為期 12 週、共 24 節課的課程，專注於物聯網的基礎知識。每節課都包含課前和課後測驗、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掌握的有效方法。

這些專案涵蓋了從農場到餐桌的食物旅程，包括農業、物流、製造、零售和消費者——這些都是物聯網設備的熱門應用領域。

由 Nitya Narasimhan 繪製的手繪筆記。點擊圖片查看更大版本。

特別感謝我們的作者 Jen Fox、Jen Looper、Jim Bennett，以及我們的手繪筆記藝術家 Nitya Narasimhan。

同時感謝我們的 Microsoft Learn 學生大使，他們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。

來認識一下我們的團隊吧！

Gif 作者 Mohit Jaisal

🎥 點擊上方圖片觀看專案介紹影片！

教師們，我們提供了一些建議來幫助你使用這份課程。如果你想創建自己的課程，我們也提供了一個課程模板。

學生們，如果你想自行使用這份課程，請分叉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。嘗試通過理解課程內容來創建專案，而不是直接複製解決方案代碼；不過，解決方案代碼可以在每個專案課程的 /solutions 資料夾中找到。另一個建議是與朋友組成學習小組，一起學習內容。進一步學習的話，我們推薦 Microsoft Learn。

想了解這門課程的概況，請觀看以下影片：

🎥 點擊上方圖片觀看專案介紹影片！

教學法

在設計這份課程時，我們選擇了兩個教學原則：確保它是專案導向的，並且包含頻繁的測驗。到本系列結束時，學生將完成一個植物監測和澆水系統、一個車輛追蹤器、一個智慧工廠系統來追蹤和檢查食品，以及一個語音控制的烹飪計時器，並學習物聯網的基礎知識，包括如何編寫設備代碼、連接雲端、分析遙測數據以及在邊緣運行 AI。

通過確保內容與專案相符，學習過程對學生來說更具吸引力，並能增強概念的記憶。

此外，課前的低壓力測驗可以讓學生專注於學習主題，而課後的測驗則進一步鞏固記憶。這份課程設計靈活有趣，可以整體學習，也可以部分學習。專案從簡單開始，到 12 週結束時逐漸變得複雜。

每個專案都基於學生和愛好者可獲得的真實硬體。每個專案都深入探討特定的專案領域，提供相關的背景知識。成為一名成功的開發者需要了解你正在解決問題的領域，提供這些背景知識可以讓學生在解決物聯網問題時，將學到的知識應用於真實世界的問題中。學生學習他們正在構建的解決方案的“原因”，並對最終用戶有更深的理解。

硬體

我們為專案提供了兩種物聯網硬體選擇，取決於個人偏好、程式語言知識或偏好、學習目標和可用性。我們還提供了“虛擬硬體”版本，適合那些無法獲得硬體或想在購買前學習更多內容的人。你可以在硬體頁面上找到更多資訊和“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 和 翻譯指南。我們歡迎你的建設性反饋！

每節課包含：

• 手繪筆記
• 可選的補充影片
• 課前熱身測驗
• 書面課程
• 專案課程的逐步建置指南
• 知識檢查
• 挑戰
• 補充閱讀
• 作業
• 課後測驗

關於測驗的提示：所有測驗都包含在 quiz-app 資料夾中，共有 48 個測驗，每個測驗包含三個問題。這些測驗已在課程中連結，但測驗應用程式可以在本地運行或部署到 Azure；請按照 quiz-app 資料夾中的指示進行操作。測驗內容正在逐步本地化。

課程

	專案名稱	教授概念	學習目標	相關課程
01	入門	物聯網簡介	學習物聯網的基本原則以及物聯網解決方案的基本組成部分，例如感應器和雲端服務，同時設置您的第一個物聯網設備	物聯網簡介
02	入門	深入了解物聯網	更深入了解物聯網系統的組成部分，以及微控制器和單板電腦	深入了解物聯網
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從物理世界收集數據，以及使用執行器發送反饋，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	學習如何將物聯網設備連接到互聯網以發送和接收訊息，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	學習如何使用物聯網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	自動化植物澆水	學習如何使用繼電器和 MQTT 自動化和定時澆水	自動化植物澆水
08	農場	將您的植物遷移到雲端	學習雲端和雲端託管的物聯網服務，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	將您的應用程式邏輯遷移到雲端	學習如何在雲端撰寫應用程式邏輯以回應物聯網訊息	將您的應用程式邏輯遷移到雲端
10	農場	保護您的植物安全	學習物聯網的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	運輸	位置追蹤	學習物聯網設備的 GPS 位置追蹤	位置追蹤
12	運輸	儲存位置數據	學習如何儲存物聯網數據以便稍後進行可視化或分析	儲存位置數據
13	運輸	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表示為二維	可視化位置數據
14	運輸	地理圍欄	學習地理圍欄，以及如何使用它們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	訓練水果品質檢測器	學習如何在雲端訓練圖像分類器以檢測水果品質	訓練水果品質檢測器
16	製造	從物聯網設備檢查水果品質	學習如何從物聯網設備使用您的水果品質檢測器	從物聯網設備檢查水果品質
17	製造	在邊緣運行您的水果檢測器	學習如何在邊緣的物聯網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	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	從物聯網設備檢查庫存	學習如何使用物件檢測模型從物聯網設備檢查庫存	從物聯網設備檢查庫存
21	消費者	使用物聯網設備識別語音	學習如何從物聯網設備識別語音以構建智能計時器	使用物聯網設備識別語音
22	消費者	理解語言	學習如何理解對物聯網設備說出的句子	理解語言
23	消費者	設置計時器並提供語音反饋	學習如何在物聯網設備上設置計時器，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	支援多種語言	學習如何支援多種語言，包括對智能計時器的語音輸入和回應	支援多種語言

離線訪問

您可以使用 Docsify 離線運行此文檔。Fork 此 repo，然後在本地機器上安裝 Docsify，接著在此 repo 的根目錄中輸入 docsify serve。網站將在本地端的 3000 埠上提供服務：localhost:3000。

測驗

感謝社群提供的互動測驗，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 以供離線訪問。為此，請確保您已安裝 npm，然後在此 repo 的根目錄中運行以下命令：

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！請查看：

Azure / Edge / MCP / Agents

---

生成式 AI 系列

---

核心學習

---

Copilot 系列

圖片來源

您可以在來源中找到本課程中使用的所有圖片的來源。

---

免責聲明：
此文件使用 AI 翻譯服務 Co-op Translator 進行翻譯。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。應以原文文件作為權威來源。對於關鍵資訊，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。