|
|
9 months ago | |
|---|---|---|
| .. | ||
| 1-getting-started | 12 months ago | |
| 2-farm | 12 months ago | |
| 3-transport | 12 months ago | |
| 4-manufacturing | 12 months ago | |
| 5-retail | 12 months ago | |
| 6-consumer | 12 months ago | |
| docs | 12 months ago | |
| images | 12 months ago | |
| lesson-template | 12 months ago | |
| quiz-app | 12 months ago | |
| CODE_OF_CONDUCT.md | 12 months ago | |
| CONTRIBUTING.md | 12 months ago | |
| README.md | 9 months ago | |
| SECURITY.md | 12 months ago | |
| SUPPORT.md | 12 months ago | |
| attributions.md | 12 months ago | |
| clean-up.md | 12 months ago | |
| for-teachers.md | 12 months ago | |
| hardware.md | 12 months ago | |
| recommended-learning-model.md | 12 months ago | |
README.md
Sertai Komuniti Azure AI Foundry
Jika anda menghadapi kesukaran atau mempunyai soalan tentang membina aplikasi AI, sertai pelajar lain dan pembangun berpengalaman dalam perbincangan tentang MCP. Ia adalah komuniti yang menyokong di mana soalan dialu-alukan dan pengetahuan dikongsi secara bebas.
Jika anda mempunyai maklum balas produk atau menghadapi ralat semasa membina, lawati:
Ikuti langkah-langkah ini untuk mula menggunakan sumber ini:
- Fork Repositori: Klik
- Klon Repositori:
git clone https://github.com/microsoft/IoT-For-Beginners.git - Sertai Microsoft Foundry Discord dan temui pakar serta pembangun lain
🌐 Sokongan Pelbagai Bahasa
Disokong melalui GitHub Action (Automatik & Sentiasa Terkini)
Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Korean | Lithuanian | Malay | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Thai | Turkish | Ukrainian | Urdu | Vietnamese
IoT untuk Pemula - Kurikulum
Azure Cloud Advocates di Microsoft dengan sukacitanya menawarkan kurikulum 12 minggu, 24 pelajaran tentang asas IoT. Setiap pelajaran termasuk kuiz sebelum dan selepas pelajaran, arahan bertulis untuk melengkapkan pelajaran, penyelesaian, tugasan dan banyak lagi. Pedagogi berasaskan projek kami membolehkan anda belajar sambil membina, cara yang terbukti untuk kemahiran baharu 'melekat'.
Projek-projek ini merangkumi perjalanan makanan dari ladang ke meja. Ini termasuk pertanian, logistik, pembuatan, runcit dan pengguna - semua bidang industri popular untuk peranti IoT.
Sketchnote oleh Nitya Narasimhan. Klik imej untuk versi yang lebih besar.
Terima kasih yang tidak terhingga kepada penulis kami Jen Fox, Jen Looper, Jim Bennett, dan artis sketchnote kami Nitya Narasimhan.
Terima kasih juga kepada pasukan Microsoft Learn Student Ambassadors yang telah menyemak dan menterjemah kurikulum ini - 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, dan Zina Kamel.
Kenali pasukan!
Gif oleh Mohit Jaisal
🎥 Klik imej di atas untuk video tentang projek ini!
Guru, kami telah menyediakan beberapa cadangan tentang cara menggunakan kurikulum ini. Jika anda ingin mencipta pelajaran anda sendiri, kami juga telah menyediakan templat pelajaran.
Pelajar, untuk menggunakan kurikulum ini secara individu, fork keseluruhan repo dan lengkapkan latihan secara sendiri, bermula dengan kuiz pra-kuliah, kemudian membaca kuliah dan melengkapkan aktiviti lain. Cuba bina projek dengan memahami pelajaran daripada menyalin kod penyelesaian; walau bagaimanapun, kod tersebut tersedia dalam folder /solutions dalam setiap pelajaran berorientasikan projek. Idea lain adalah untuk membentuk kumpulan belajar dengan rakan-rakan dan melalui kandungan bersama-sama. Untuk kajian lanjut, kami mengesyorkan Microsoft Learn.
Untuk gambaran keseluruhan video tentang kursus ini, lihat video ini:
🎥 Klik imej di atas untuk video tentang projek ini!
Pedagogi
Kami telah memilih dua prinsip pedagogi semasa membina kurikulum ini: memastikan ia berasaskan projek dan termasuk kuiz yang kerap. Menjelang akhir siri ini, pelajar akan membina sistem pemantauan dan penyiraman tumbuhan, penjejak kenderaan, tetapan kilang pintar untuk menjejak dan memeriksa makanan, dan pemasa memasak yang dikawal suara, serta mempelajari asas-asas Internet of Things termasuk cara menulis kod peranti, menyambung ke awan, menganalisis telemetri dan menjalankan AI di tepi.
Dengan memastikan kandungan sejajar dengan projek, proses ini menjadi lebih menarik untuk pelajar dan pengekalan konsep akan ditingkatkan.
Selain itu, kuiz berisiko rendah sebelum kelas menetapkan niat pelajar untuk mempelajari topik, manakala kuiz kedua selepas kelas memastikan pengekalan lebih lanjut. Kurikulum ini direka untuk fleksibel dan menyeronokkan dan boleh diambil secara keseluruhan atau sebahagian. Projek bermula kecil dan menjadi semakin kompleks menjelang akhir kitaran 12 minggu.
Setiap projek berdasarkan perkakasan dunia sebenar yang tersedia untuk pelajar dan penggemar. Setiap projek melihat ke dalam domain projek tertentu, menyediakan pengetahuan latar belakang yang relevan. Untuk menjadi pembangun yang berjaya, adalah berguna untuk memahami domain di mana anda menyelesaikan masalah, menyediakan pengetahuan latar belakang ini membolehkan pelajar memikirkan penyelesaian IoT mereka dan pembelajaran dalam konteks jenis masalah dunia sebenar yang mungkin diminta untuk diselesaikan sebagai pembangun IoT. Pelajar mempelajari 'mengapa' penyelesaian yang mereka bina, dan mendapat penghargaan terhadap pengguna akhir.
Perkakasan
Kami mempunyai dua pilihan perkakasan IoT untuk digunakan dalam projek bergantung pada pilihan peribadi, pengetahuan bahasa pengaturcaraan atau keutamaan, matlamat pembelajaran dan ketersediaan. Kami juga telah menyediakan versi 'perkakasan maya' untuk mereka yang tidak mempunyai akses kepada perkakasan, atau ingin belajar lebih banyak sebelum membuat pembelian. Anda boleh membaca lebih lanjut dan mencari 'senarai belian' di halaman perkakasan, termasuk pautan untuk membeli kit lengkap daripada rakan kami di Seeed Studio.
💁 Temui Kod Etika, Penyumbangan, dan panduan Terjemahan kami. Kami mengalu-alukan maklum balas membina anda!
Setiap pelajaran termasuk:
- sketchnote
- video tambahan pilihan
- kuiz pemanasan sebelum pelajaran
- pelajaran bertulis
- untuk pelajaran berasaskan projek, panduan langkah demi langkah tentang cara membina projek
- semakan pengetahuan
- cabaran
- bacaan tambahan
- tugasan
- kuiz selepas pelajaran
Nota tentang kuiz: Semua kuiz terdapat dalam folder quiz-app, dengan jumlah keseluruhan 48 kuiz yang masing-masing mempunyai tiga soalan. Kuiz ini dihubungkan dari dalam pelajaran tetapi aplikasi kuiz boleh dijalankan secara tempatan atau diterapkan ke Azure; ikuti arahan dalam folder
quiz-app. Kuiz ini sedang dilokalkan secara beransur-ansur.
Pelajaran
| Nama Projek | Konsep yang Diajarkan | Objektif Pembelajaran | Pelajaran Terhubung | |
|---|---|---|---|---|
| 01 | Memulakan | Pengenalan kepada IoT | Pelajari prinsip asas IoT dan komponen asas penyelesaian IoT seperti sensor dan perkhidmatan awan semasa anda menyediakan peranti IoT pertama anda | Pengenalan kepada IoT |
| 02 | Memulakan | Penyelaman mendalam ke dalam IoT | Pelajari lebih lanjut tentang komponen sistem IoT, serta mikrokontroler dan komputer papan tunggal | Penyelaman mendalam ke dalam IoT |
| 03 | Memulakan | Berinteraksi dengan dunia fizikal menggunakan sensor dan aktuator | Pelajari tentang sensor untuk mengumpul data dari dunia fizikal, dan aktuator untuk memberikan maklum balas, semasa anda membina lampu malam | Berinteraksi dengan dunia fizikal menggunakan sensor dan aktuator |
| 04 | Memulakan | Sambungkan peranti anda ke Internet | Pelajari cara menyambungkan peranti IoT ke Internet untuk menghantar dan menerima mesej dengan menyambungkan lampu malam anda ke broker MQTT | Sambungkan peranti anda ke Internet |
| 05 | Ladang | Meramal pertumbuhan tanaman | Pelajari cara meramal pertumbuhan tanaman menggunakan data suhu yang ditangkap oleh peranti IoT | Meramal pertumbuhan tanaman |
| 06 | Ladang | Mengesan kelembapan tanah | Pelajari cara mengesan kelembapan tanah dan menentukur sensor kelembapan tanah | Mengesan kelembapan tanah |
| 07 | Ladang | Penyiraman tanaman automatik | Pelajari cara mengautomasi dan menjadualkan penyiraman menggunakan relay dan MQTT | Penyiraman tanaman automatik |
| 08 | Ladang | Migrasikan tanaman anda ke awan | Pelajari tentang awan dan perkhidmatan IoT yang dihoskan di awan serta cara menyambungkan tanaman anda ke salah satu daripadanya dan bukannya broker MQTT awam | Migrasikan tanaman anda ke awan |
| 09 | Ladang | Migrasikan logik aplikasi anda ke awan | Pelajari cara anda boleh menulis logik aplikasi di awan yang bertindak balas terhadap mesej IoT | Migrasikan logik aplikasi anda ke awan |
| 10 | Ladang | Pastikan tanaman anda selamat | Pelajari tentang keselamatan dengan IoT dan cara memastikan tanaman anda selamat dengan kunci dan sijil | Pastikan tanaman anda selamat |
| 11 | Pengangkutan | Penjejakan lokasi | Pelajari tentang penjejakan lokasi GPS untuk peranti IoT | Penjejakan lokasi |
| 12 | Pengangkutan | Simpan data lokasi | Pelajari cara menyimpan data IoT untuk divisualisasikan atau dianalisis kemudian | Simpan data lokasi |
| 13 | Pengangkutan | Visualisasikan data lokasi | Pelajari tentang visualisasi data lokasi pada peta, dan cara peta mewakili dunia 3D sebenar dalam 2 dimensi | Visualisasikan data lokasi |
| 14 | Pengangkutan | Geofences | Pelajari tentang geofences, dan cara ia boleh digunakan untuk memberi amaran apabila kenderaan dalam rantaian bekalan hampir ke destinasi mereka | Geofences |
| 15 | Pembuatan | Latih pengesan kualiti buah | Pelajari tentang melatih pengklasifikasi imej di awan untuk mengesan kualiti buah | Latih pengesan kualiti buah |
| 16 | Pembuatan | Periksa kualiti buah dari peranti IoT | Pelajari tentang menggunakan pengesan kualiti buah anda dari peranti IoT | Periksa kualiti buah dari peranti IoT |
| 17 | Pembuatan | Jalankan pengesan buah anda di tepi | Pelajari tentang menjalankan pengesan buah anda pada peranti IoT di tepi | Jalankan pengesan buah anda di tepi |
| 18 | Pembuatan | Pencetus pengesanan kualiti buah dari sensor | Pelajari tentang mencetuskan pengesanan kualiti buah dari sensor | Pencetus pengesanan kualiti buah dari sensor |
| 19 | Runcit | Latih pengesan stok | Pelajari cara menggunakan pengesanan objek untuk melatih pengesan stok untuk mengira stok di kedai | Latih pengesan stok |
| 20 | Runcit | Periksa stok dari peranti IoT | Pelajari cara memeriksa stok dari peranti IoT menggunakan model pengesanan objek | Periksa stok dari peranti IoT |
| 21 | Pengguna | Kenali ucapan dengan peranti IoT | Pelajari cara mengenali ucapan dari peranti IoT untuk membina pemasa pintar | Kenali ucapan dengan peranti IoT |
| 22 | Pengguna | Fahami bahasa | Pelajari cara memahami ayat yang diucapkan kepada peranti IoT | Fahami bahasa |
| 23 | Pengguna | Tetapkan pemasa dan berikan maklum balas ucapan | Pelajari cara menetapkan pemasa pada peranti IoT dan memberikan maklum balas ucapan tentang bila pemasa ditetapkan dan bila ia selesai | Tetapkan pemasa dan berikan maklum balas ucapan |
| 24 | Pengguna | Sokong pelbagai bahasa | Pelajari cara menyokong pelbagai bahasa, baik yang diucapkan kepada dan respons daripada pemasa pintar anda | Sokong pelbagai bahasa |
Akses Luar Talian
Anda boleh menjalankan dokumentasi ini secara luar talian dengan menggunakan Docsify. Fork repositori ini, pasang Docsify pada mesin tempatan anda, dan kemudian di folder root repositori ini, taipkan docsify serve. Laman web akan disajikan pada port 3000 di localhost anda: localhost:3000.
Kuiz
Terima kasih kepada komuniti kerana menganjurkan kuiz interaktif yang menguji pengetahuan anda tentang setiap bab. Anda boleh menguji pengetahuan anda di sini
Anda boleh menjana PDF kandungan ini untuk akses luar talian jika diperlukan. Untuk melakukannya, pastikan anda mempunyai npm dipasang dan jalankan arahan berikut di folder root repositori ini:
npm i
npm run convert
Slaid
Terdapat dek slaid untuk beberapa pelajaran dalam folder slides.
Kurikulum Lain
Pasukan kami menghasilkan kurikulum lain! Lihat:
Azure / Edge / MCP / Ejen
Siri AI Generatif
Pembelajaran Teras
Siri Copilot
Pengiktirafan Imej
Anda boleh menemui semua pengiktirafan untuk imej yang digunakan dalam kurikulum ini di mana diperlukan dalam Pengiktirafan.
Penafian:
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk ketepatan, sila ambil perhatian bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang berwibawa. Untuk maklumat kritikal, terjemahan manusia profesional adalah disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.


