IoT-For-Beginners/translations/pl

Dołącz do społeczności Azure AI Foundry

Jeśli utkniesz lub masz pytania dotyczące tworzenia aplikacji AI, dołącz do innych uczących się i doświadczonych programistów w dyskusjach o MCP. To wspierająca społeczność, w której pytania są mile widziane, a wiedza jest dzielona bez ograniczeń.

Jeśli masz uwagi dotyczące produktu lub napotkasz błędy podczas budowy, odwiedź:

Postępuj zgodnie z poniższymi krokami, aby zacząć korzystać z tych zasobów:

1. Sforkuj repozytorium: Kliknij
2. Sklonuj repozytorium: git clone https://github.com/microsoft/IoT-For-Beginners.git
3. Dołącz do Microsoft Foundry Discord i poznaj ekspertów oraz innych programistów

🌐 Wsparcie dla wielu języków

Obsługiwane przez GitHub Action (Automatyczne i zawsze aktualne)

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 dla początkujących - Program nauczania

Azure Cloud Advocates w Microsoft z przyjemnością oferują 12-tygodniowy, 24-lekcyjny program nauczania dotyczący podstaw IoT. Każda lekcja zawiera quizy przed i po lekcji, pisemne instrukcje do wykonania lekcji, rozwiązanie, zadanie i wiele więcej. Nasze podejście oparte na projektach pozwala uczyć się poprzez tworzenie, co jest sprawdzonym sposobem na trwałe przyswojenie nowych umiejętności.

Projekty obejmują podróż jedzenia od farmy do stołu. Obejmuje to rolnictwo, logistykę, produkcję, handel detaliczny i konsumentów - wszystkie popularne obszary przemysłowe dla urządzeń IoT.

Sketchnote autorstwa Nitya Narasimhan. Kliknij obrazek, aby zobaczyć większą wersję.

Serdeczne podziękowania dla naszych autorów Jen Fox, Jen Looper, Jim Bennett oraz naszej artystki sketchnote Nitya Narasimhan.

Dziękujemy również naszemu zespołowi Microsoft Learn Student Ambassadors, którzy recenzowali i tłumaczyli ten program nauczania - 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 oraz Zina Kamel.

Poznaj zespół!

Gif autorstwa Mohit Jaisal

🎥 Kliknij obrazek powyżej, aby obejrzeć film o projekcie!

Nauczyciele, zamieściliśmy kilka sugestii dotyczących korzystania z tego programu nauczania. Jeśli chcesz stworzyć własne lekcje, zamieściliśmy również szablon lekcji.

Studenci, aby korzystać z tego programu samodzielnie, sforkuj całe repozytorium i wykonaj ćwiczenia samodzielnie, zaczynając od quizu przed lekcją, następnie przeczytaj lekcję i wykonaj resztę aktywności. Spróbuj stworzyć projekty, rozumiejąc lekcje, zamiast kopiować kod rozwiązania; jednak ten kod jest dostępny w folderach /solutions w każdej lekcji opartej na projekcie. Innym pomysłem może być utworzenie grupy naukowej z przyjaciółmi i wspólne przejście przez treści. Do dalszej nauki polecamy Microsoft Learn.

Aby zobaczyć przegląd kursu w formie wideo, obejrzyj ten film:

🎥 Kliknij obrazek powyżej, aby obejrzeć film o projekcie!

Pedagogika

Podczas tworzenia tego programu nauczania wybraliśmy dwa główne założenia pedagogiczne: zapewnienie, że jest on oparty na projektach oraz że zawiera częste quizy. Pod koniec tej serii studenci zbudują system monitorowania i podlewania roślin, tracker pojazdów, inteligentną fabrykę do śledzenia i sprawdzania żywności oraz sterowany głosem timer do gotowania, a także poznają podstawy Internetu Rzeczy, w tym jak pisać kod dla urządzeń, łączyć się z chmurą, analizować telemetrię i uruchamiać AI na urządzeniach brzegowych.

Zapewniając, że treści są zgodne z projektami, proces staje się bardziej angażujący dla studentów, a przyswajanie koncepcji zostaje wzmocnione.

Dodatkowo, quiz o niskim poziomie trudności przed zajęciami ustawia intencję studenta na naukę danego tematu, podczas gdy drugi quiz po zajęciach zapewnia dalsze przyswajanie wiedzy. Ten program nauczania został zaprojektowany tak, aby był elastyczny i przyjemny, i można go realizować w całości lub częściowo. Projekty zaczynają się od prostych i stają się coraz bardziej złożone pod koniec 12-tygodniowego cyklu.

Każdy projekt opiera się na rzeczywistym sprzęcie dostępnym dla studentów i hobbystów. Każdy projekt zagłębia się w konkretną dziedzinę projektu, dostarczając odpowiednią wiedzę w tle. Aby odnieść sukces jako programista, warto zrozumieć dziedzinę, w której rozwiązuje się problemy. Dostarczanie tej wiedzy w tle pozwala studentom myśleć o swoich rozwiązaniach IoT i nauce w kontekście rodzaju rzeczywistego problemu, który mogą być proszeni o rozwiązanie jako programiści IoT. Studenci uczą się "dlaczego" rozwiązań, które budują, i zyskują zrozumienie użytkownika końcowego.

Sprzęt

Mamy dwa wybory sprzętu IoT do wykorzystania w projektach, w zależności od osobistych preferencji, znajomości języka programowania, celów nauki i dostępności. Zapewniliśmy również wersję "wirtualnego sprzętu" dla tych, którzy nie mają dostępu do sprzętu lub chcą dowiedzieć się więcej przed podjęciem decyzji o zakupie. Możesz przeczytać więcej i znaleźć "listę zakupów" na stronie sprzętu, w tym linki do zakupu kompletnych zestawów od naszych przyjaciół w Seeed Studio.

💁 Znajdź nasze Zasady postępowania, Wskazówki dotyczące współpracy oraz Wskazówki dotyczące tłumaczeń. Czekamy na Twoje konstruktywne uwagi!

Każda lekcja zawiera:

• sketchnote
• opcjonalne dodatkowe wideo
• quiz rozgrzewkowy przed lekcją
• pisemną lekcję
• dla lekcji opartych na projektach, przewodniki krok po kroku, jak zbudować projekt
• sprawdzanie wiedzy
• wyzwanie
• dodatkowe materiały do czytania
• zadanie
• quiz po lekcji

Informacja o quizach: Wszystkie quizy znajdują się w folderze quiz-app, w sumie jest ich 48, każdy składa się z trzech pytań. Są one powiązane z lekcjami, ale aplikację quizową można uruchomić lokalnie lub wdrożyć na Azure; postępuj zgodnie z instrukcjami w folderze quiz-app. Quizy są stopniowo lokalizowane.

Lekcje

	Nazwa projektu	Nauczane koncepcje	Cele nauki	Powiązana lekcja
01	Pierwsze kroki	Wprowadzenie do IoT	Poznaj podstawowe zasady IoT oraz podstawowe elementy rozwiązań IoT, takie jak czujniki i usługi w chmurze, podczas konfiguracji swojego pierwszego urządzenia IoT	Wprowadzenie do IoT
02	Pierwsze kroki	Głębsze spojrzenie na IoT	Dowiedz się więcej o komponentach systemu IoT, a także o mikrokontrolerach i komputerach jednopłytkowych	Głębsze spojrzenie na IoT
03	Pierwsze kroki	Interakcja ze światem fizycznym za pomocą czujników i siłowników	Dowiedz się o czujnikach do zbierania danych ze świata fizycznego oraz siłownikach do wysyłania informacji zwrotnych, budując lampkę nocną	Interakcja ze światem fizycznym za pomocą czujników i siłowników
04	Pierwsze kroki	Połącz swoje urządzenie z Internetem	Dowiedz się, jak połączyć urządzenie IoT z Internetem, aby wysyłać i odbierać wiadomości, podłączając swoją lampkę nocną do brokera MQTT	Połącz swoje urządzenie z Internetem
05	Farma	Przewidywanie wzrostu roślin	Dowiedz się, jak przewidywać wzrost roślin na podstawie danych o temperaturze zbieranych przez urządzenie IoT	Przewidywanie wzrostu roślin
06	Farma	Wykrywanie wilgotności gleby	Dowiedz się, jak wykrywać wilgotność gleby i kalibrować czujnik wilgotności gleby	Wykrywanie wilgotności gleby
07	Farma	Automatyczne podlewanie roślin	Dowiedz się, jak automatyzować i ustawiać czas podlewania za pomocą przekaźnika i MQTT	Automatyczne podlewanie roślin
08	Farma	Migracja roślin do chmury	Dowiedz się o chmurze i usługach IoT hostowanych w chmurze oraz jak podłączyć swoją roślinę do jednej z nich zamiast do publicznego brokera MQTT	Migracja roślin do chmury
09	Farma	Migracja logiki aplikacji do chmury	Dowiedz się, jak można pisać logikę aplikacji w chmurze, która reaguje na wiadomości IoT	Migracja logiki aplikacji do chmury
10	Farma	Zabezpiecz swoją roślinę	Dowiedz się o bezpieczeństwie w IoT i jak zabezpieczyć swoją roślinę za pomocą kluczy i certyfikatów	Zabezpiecz swoją roślinę
11	Transport	Śledzenie lokalizacji	Dowiedz się o śledzeniu lokalizacji GPS dla urządzeń IoT	Śledzenie lokalizacji
12	Transport	Przechowywanie danych lokalizacyjnych	Dowiedz się, jak przechowywać dane IoT, aby można je było później wizualizować lub analizować	Przechowywanie danych lokalizacyjnych
13	Transport	Wizualizacja danych lokalizacyjnych	Dowiedz się o wizualizacji danych lokalizacyjnych na mapie oraz o tym, jak mapy przedstawiają rzeczywisty trójwymiarowy świat w dwóch wymiarach	Wizualizacja danych lokalizacyjnych
14	Transport	Geofencing	Dowiedz się o geofencing, i jak można go używać do powiadamiania, gdy pojazdy w łańcuchu dostaw są blisko celu	Geofencing
15	Produkcja	Trenowanie detektora jakości owoców	Dowiedz się, jak trenować klasyfikator obrazów w chmurze, aby wykrywać jakość owoców	Trenowanie detektora jakości owoców
16	Produkcja	Sprawdzanie jakości owoców z urządzenia IoT	Dowiedz się, jak używać detektora jakości owoców z urządzenia IoT	Sprawdzanie jakości owoców z urządzenia IoT
17	Produkcja	Uruchamianie detektora owoców na urządzeniu brzegowym	Dowiedz się, jak uruchamiać detektor owoców na urządzeniu IoT na brzegu	Uruchamianie detektora owoców na urządzeniu brzegowym
18	Produkcja	Wyzwalanie detekcji jakości owoców za pomocą czujnika	Dowiedz się, jak wyzwalać detekcję jakości owoców za pomocą czujnika	Wyzwalanie detekcji jakości owoców za pomocą czujnika
19	Handel detaliczny	Trenowanie detektora zapasów	Dowiedz się, jak używać detekcji obiektów do trenowania detektora zapasów w celu liczenia zapasów w sklepie	Trenowanie detektora zapasów
20	Handel detaliczny	Sprawdzanie zapasów z urządzenia IoT	Dowiedz się, jak sprawdzać zapasy z urządzenia IoT za pomocą modelu detekcji obiektów	Sprawdzanie zapasów z urządzenia IoT
21	Konsument	Rozpoznawanie mowy za pomocą urządzenia IoT	Dowiedz się, jak rozpoznawać mowę z urządzenia IoT, aby stworzyć inteligentny timer	Rozpoznawanie mowy za pomocą urządzenia IoT
22	Konsument	Rozumienie języka	Dowiedz się, jak rozumieć zdania wypowiadane do urządzenia IoT	Rozumienie języka
23	Konsument	Ustawianie timera i udzielanie odpowiedzi głosowej	Dowiedz się, jak ustawić timer na urządzeniu IoT i udzielać odpowiedzi głosowej, kiedy timer jest ustawiony i kiedy się kończy	Ustawianie timera i udzielanie odpowiedzi głosowej
24	Konsument	Obsługa wielu języków	Dowiedz się, jak obsługiwać wiele języków, zarówno w komunikacji z urządzeniem, jak i w odpowiedziach z inteligentnego timera	Obsługa wielu języków

Dostęp offline

Możesz uruchomić tę dokumentację offline, korzystając z Docsify. Sforkuj to repozytorium, zainstaluj Docsify na swoim lokalnym komputerze, a następnie w folderze głównym tego repozytorium wpisz docsify serve. Strona internetowa zostanie uruchomiona na porcie 3000 na twoim localhost: localhost:3000.

Quiz

Dziękujemy społeczności za udostępnienie interaktywnego quizu, który sprawdza twoją wiedzę na temat każdego z rozdziałów. Możesz sprawdzić swoją wiedzę tutaj

PDF

Możesz wygenerować PDF z tej zawartości do dostępu offline, jeśli zajdzie taka potrzeba. Aby to zrobić, upewnij się, że masz zainstalowany npm i uruchom następujące polecenia w folderze głównym tego repozytorium:

npm i
npm run convert

Prezentacje

W folderze slides znajdują się prezentacje dla niektórych lekcji.

Inne programy nauczania

Nasz zespół tworzy inne programy nauczania! Sprawdź:

Azure / Edge / MCP / Agenci

---

Seria Generatywna AI

---

Podstawowa nauka

---

Seria Copilot

Atrybucje obrazów

Wszystkie atrybucje dla obrazów użytych w tym programie nauczania, jeśli wymagane, można znaleźć w Atrybucje.

---

Zastrzeżenie:
Ten dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Chociaż staramy się zapewnić dokładność, prosimy mieć na uwadze, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w jego rodzimym języku powinien być uznawany za źródło autorytatywne. W przypadku informacji krytycznych zaleca się skorzystanie z profesjonalnego tłumaczenia przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.