IoT-For-Beginners/translations/th

เข้าร่วมชุมชน Azure AI Foundry

หากคุณติดปัญหาหรือมีคำถามเกี่ยวกับการสร้างแอป AI เข้าร่วมพูดคุยกับผู้เรียนและนักพัฒนาที่มีประสบการณ์ในชุมชน MCP ที่นี่เป็นชุมชนที่สนับสนุนซึ่งยินดีต้อนรับคำถามและแบ่งปันความรู้กันอย่างอิสระ

หากคุณมีข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์หรือพบข้อผิดพลาดขณะสร้าง โปรดเยี่ยมชม:

ทำตามขั้นตอนเหล่านี้เพื่อเริ่มต้นใช้งานทรัพยากรเหล่านี้:

1. Fork Repository: คลิก
2. Clone Repository: git clone https://github.com/microsoft/IoT-For-Beginners.git
3. เข้าร่วม Microsoft Foundry Discord และพบกับผู้เชี่ยวชาญและนักพัฒนาคนอื่นๆ

🌐 รองรับหลายภาษา

รองรับผ่าน GitHub Action (อัตโนมัติและอัปเดตเสมอ)

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 สำหรับผู้เริ่มต้น - หลักสูตร

ทีม Azure Cloud Advocates ที่ Microsoft ยินดีนำเสนอหลักสูตร 12 สัปดาห์ 24 บทเรียนเกี่ยวกับพื้นฐาน IoT แต่ละบทเรียนประกอบด้วยแบบทดสอบก่อนและหลังบทเรียน คำแนะนำการทำบทเรียน โซลูชัน การบ้าน และอื่นๆ การเรียนรู้แบบโครงการช่วยให้คุณเรียนรู้ไปพร้อมกับการสร้าง ซึ่งเป็นวิธีที่พิสูจน์แล้วว่าทำให้ทักษะใหม่ๆ ติดตัวได้ดี

โครงการครอบคลุมเส้นทางของอาหารตั้งแต่ฟาร์มถึงโต๊ะอาหาร ซึ่งรวมถึงการเกษตร การขนส่ง การผลิต การค้าปลีก และผู้บริโภค - ทุกอย่างเป็นพื้นที่อุตสาหกรรมยอดนิยมสำหรับอุปกรณ์ IoT

ภาพสเก็ตช์โดย Nitya Narasimhan คลิกที่ภาพเพื่อดูเวอร์ชันขนาดใหญ่

ขอขอบคุณผู้เขียนของเรา Jen Fox, Jen Looper, Jim Bennett และศิลปินภาพสเก็ตช์ของเรา Nitya Narasimhan

ขอบคุณทีม Microsoft Learn Student Ambassadors ที่ช่วยตรวจสอบและแปลหลักสูตรนี้ - 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, และ Zina Kamel

พบกับทีมของเรา!

Gif โดย Mohit Jaisal

🎥 คลิกที่ภาพด้านบนเพื่อดูวิดีโอเกี่ยวกับโครงการ!

ครู, เราได้ รวมคำแนะนำบางส่วน เกี่ยวกับวิธีการใช้หลักสูตรนี้ หากคุณต้องการสร้างบทเรียนของคุณเอง เราได้รวม เทมเพลตบทเรียน ไว้ด้วย

นักเรียน, หากต้องการใช้หลักสูตรนี้ด้วยตัวเอง ให้ fork repo ทั้งหมดและทำแบบฝึกหัดด้วยตัวเอง เริ่มต้นด้วยแบบทดสอบก่อนบทเรียน จากนั้นอ่านบทเรียนและทำกิจกรรมที่เหลือ พยายามสร้างโครงการโดยทำความเข้าใจบทเรียนแทนที่จะคัดลอกรหัสโซลูชัน อย่างไรก็ตาม รหัสโซลูชันนั้นมีอยู่ในโฟลเดอร์ /solutions ในแต่ละบทเรียนที่เน้นโครงการ อีกแนวคิดหนึ่งคือการสร้างกลุ่มเรียนกับเพื่อนๆ และเรียนรู้เนื้อหาด้วยกัน สำหรับการศึกษาต่อ เราขอแนะนำ Microsoft Learn

สำหรับวิดีโอภาพรวมของหลักสูตรนี้ ดูวิดีโอนี้:

🎥 คลิกที่ภาพด้านบนเพื่อดูวิดีโอเกี่ยวกับโครงการ!

วิธีการสอน

เราเลือกใช้หลักการสอนสองข้อในการสร้างหลักสูตรนี้: การทำให้เป็นโครงการและการรวมแบบทดสอบบ่อยๆ เมื่อจบซีรีส์นี้ นักเรียนจะได้สร้างระบบตรวจสอบและรดน้ำต้นไม้ ตัวติดตามยานพาหนะ การตั้งค่าการผลิตอัจฉริยะเพื่อตรวจสอบและตรวจสอบอาหาร และตัวจับเวลาทำอาหารที่ควบคุมด้วยเสียง และจะได้เรียนรู้พื้นฐานของ Internet of Things รวมถึงการเขียนโค้ดอุปกรณ์ การเชื่อมต่อกับคลาวด์ การวิเคราะห์ข้อมูล และการใช้งาน AI บนอุปกรณ์

การทำให้เนื้อหาสอดคล้องกับโครงการช่วยให้นักเรียนมีส่วนร่วมมากขึ้นและเพิ่มการจดจำแนวคิด

นอกจากนี้ แบบทดสอบที่มีความเสี่ยงต่ำก่อนชั้นเรียนจะช่วยให้นักเรียนตั้งใจเรียนรู้หัวข้อ ในขณะที่แบบทดสอบที่สองหลังชั้นเรียนช่วยเพิ่มการจดจำ หลักสูตรนี้ออกแบบมาให้ยืดหยุ่นและสนุกสนาน และสามารถเรียนได้ทั้งหมดหรือบางส่วน โครงการเริ่มต้นจากขนาดเล็กและซับซ้อนขึ้นเรื่อยๆ ในช่วง 12 สัปดาห์

แต่ละโครงการใช้ฮาร์ดแวร์ IoT ที่มีอยู่จริงสำหรับนักเรียนและผู้ที่ชื่นชอบ แต่ละโครงการจะเจาะลึกในโดเมนของโครงการนั้นๆ โดยให้ความรู้พื้นฐานที่เกี่ยวข้อง การเป็นนักพัฒนาที่ประสบความสำเร็จนั้นจำเป็นต้องเข้าใจโดเมนที่คุณกำลังแก้ปัญหา การให้ความรู้พื้นฐานนี้ช่วยให้นักเรียนคิดเกี่ยวกับโซลูชัน IoT และการเรียนรู้ในบริบทของปัญหาในโลกจริงที่พวกเขาอาจต้องแก้ในฐานะนักพัฒนา IoT นักเรียนจะได้เรียนรู้ 'เหตุผล' ของโซลูชันที่พวกเขากำลังสร้าง และเข้าใจถึงผู้ใช้งานปลายทาง

ฮาร์ดแวร์

เรามีตัวเลือกฮาร์ดแวร์ IoT สองแบบสำหรับใช้ในโครงการ ขึ้นอยู่กับความชอบส่วนตัว ความรู้ด้านภาษาโปรแกรม หรือเป้าหมายการเรียนรู้ และความพร้อมใช้งาน นอกจากนี้ เรายังมีเวอร์ชัน 'ฮาร์ดแวร์เสมือน' สำหรับผู้ที่ไม่มีฮาร์ดแวร์ หรืออยากเรียนรู้เพิ่มเติมก่อนตัดสินใจซื้อ คุณสามารถอ่านเพิ่มเติมและค้นหา 'รายการช้อปปิ้ง' ได้ที่ หน้าฮาร์ดแวร์ รวมถึงลิงก์สำหรับซื้อชุดอุปกรณ์ครบชุดจากเพื่อนของเราที่ Seeed Studio

💁 ค้นหา Code of Conduct, Contributing, และ Translation เรายินดีรับข้อเสนอแนะที่สร้างสรรค์ของคุณ!

แต่ละบทเรียนประกอบด้วย:

• ภาพสเก็ตช์
• วิดีโอเสริม (ถ้ามี)
• แบบทดสอบอุ่นเครื่องก่อนบทเรียน
• บทเรียนที่เขียนไว้
• สำหรับบทเรียนที่เน้นโครงการ มีคำแนะนำทีละขั้นตอนเกี่ยวกับวิธีสร้างโครงการ
• การตรวจสอบความรู้
• ความท้าทาย
• การอ่านเสริม
• การบ้าน
• แบบทดสอบหลังบทเรียน

หมายเหตุเกี่ยวกับแบบทดสอบ: แบบทดสอบทั้งหมดอยู่ในโฟลเดอร์ quiz-app ซึ่งมีทั้งหมด 48 แบบทดสอบ โดยแต่ละแบบทดสอบมี 3 คำถาม แบบทดสอบเหล่านี้ถูกลิงก์จากบทเรียน แต่แอปแบบทดสอบสามารถรันได้ในเครื่องหรือปรับใช้บน Azure ให้ทำตามคำแนะนำในโฟลเดอร์ quiz-app แบบทดสอบกำลังถูกแปลเป็นภาษาท้องถิ่นอย่างต่อเนื่อง

บทเรียน

	ชื่อโปรเจกต์	แนวคิดที่สอน	วัตถุประสงค์การเรียนรู้	บทเรียนที่ลิงก์
01	เริ่มต้นใช้งาน	แนะนำเกี่ยวกับ IoT	เรียนรู้หลักการพื้นฐานของ IoT และองค์ประกอบพื้นฐานของโซลูชัน IoT เช่น เซ็นเซอร์และบริการคลาวด์ ในขณะที่คุณตั้งค่าอุปกรณ์ IoT เครื่องแรกของคุณ	แนะนำเกี่ยวกับ IoT
02	เริ่มต้นใช้งาน	เจาะลึกเกี่ยวกับ IoT	เรียนรู้เพิ่มเติมเกี่ยวกับองค์ประกอบของระบบ IoT รวมถึงไมโครคอนโทรลเลอร์และคอมพิวเตอร์บอร์ดเดี่ยว	เจาะลึกเกี่ยวกับ IoT
03	เริ่มต้นใช้งาน	โต้ตอบกับโลกทางกายภาพด้วยเซ็นเซอร์และแอคชูเอเตอร์	เรียนรู้เกี่ยวกับเซ็นเซอร์เพื่อรวบรวมข้อมูลจากโลกทางกายภาพ และแอคชูเอเตอร์เพื่อส่งข้อมูลตอบกลับ ในขณะที่คุณสร้างไฟกลางคืน	โต้ตอบกับโลกทางกายภาพด้วยเซ็นเซอร์และแอคชูเอเตอร์
04	เริ่มต้นใช้งาน	เชื่อมต่ออุปกรณ์ของคุณกับอินเทอร์เน็ต	เรียนรู้เกี่ยวกับวิธีการเชื่อมต่ออุปกรณ์ IoT กับอินเทอร์เน็ตเพื่อส่งและรับข้อความโดยการเชื่อมต่อไฟกลางคืนของคุณกับ MQTT broker	เชื่อมต่ออุปกรณ์ของคุณกับอินเทอร์เน็ต
05	ฟาร์ม	ทำนายการเติบโตของพืช	เรียนรู้วิธีการทำนายการเติบโตของพืชโดยใช้ข้อมูลอุณหภูมิที่จับได้จากอุปกรณ์ IoT	ทำนายการเติบโตของพืช
06	ฟาร์ม	ตรวจจับความชื้นในดิน	เรียนรู้วิธีการตรวจจับความชื้นในดินและปรับเทียบเซ็นเซอร์ความชื้นในดิน	ตรวจจับความชื้นในดิน
07	ฟาร์ม	การรดน้ำพืชอัตโนมัติ	เรียนรู้วิธีการรดน้ำอัตโนมัติและตั้งเวลาโดยใช้รีเลย์และ MQTT	การรดน้ำพืชอัตโนมัติ
08	ฟาร์ม	ย้ายพืชของคุณไปยังคลาวด์	เรียนรู้เกี่ยวกับคลาวด์และบริการ IoT ที่โฮสต์บนคลาวด์ และวิธีการเชื่อมต่อพืชของคุณกับบริการเหล่านี้แทนที่จะใช้ MQTT broker สาธารณะ	ย้ายพืชของคุณไปยังคลาวด์
09	ฟาร์ม	ย้ายตรรกะของแอปพลิเคชันของคุณไปยังคลาวด์	เรียนรู้เกี่ยวกับวิธีการเขียนตรรกะของแอปพลิเคชันในคลาวด์ที่ตอบสนองต่อข้อความ IoT	ย้ายตรรกะของแอปพลิเคชันของคุณไปยังคลาวด์
10	ฟาร์ม	รักษาความปลอดภัยให้พืชของคุณ	เรียนรู้เกี่ยวกับความปลอดภัยใน IoT และวิธีการรักษาความปลอดภัยให้พืชของคุณด้วยคีย์และใบรับรอง	รักษาความปลอดภัยให้พืชของคุณ
11	การขนส่ง	การติดตามตำแหน่ง	เรียนรู้เกี่ยวกับการติดตามตำแหน่ง GPS สำหรับอุปกรณ์ IoT	การติดตามตำแหน่ง
12	การขนส่ง	การจัดเก็บข้อมูลตำแหน่ง	เรียนรู้วิธีการจัดเก็บข้อมูล IoT เพื่อการแสดงผลหรือวิเคราะห์ในภายหลัง	การจัดเก็บข้อมูลตำแหน่ง
13	การขนส่ง	การแสดงผลข้อมูลตำแหน่ง	เรียนรู้เกี่ยวกับการแสดงผลข้อมูลตำแหน่งบนแผนที่ และวิธีที่แผนที่แสดงโลก 3 มิติในรูปแบบ 2 มิติ	การแสดงผลข้อมูลตำแหน่ง
14	การขนส่ง	Geofences	เรียนรู้เกี่ยวกับ Geofences และวิธีการใช้งานเพื่อแจ้งเตือนเมื่อยานพาหนะในห่วงโซ่อุปทานใกล้ถึงจุดหมายปลายทาง	Geofences
15	การผลิต	ฝึกตัวตรวจจับคุณภาพผลไม้	เรียนรู้เกี่ยวกับการฝึกตัวจำแนกภาพในคลาวด์เพื่อตรวจจับคุณภาพผลไม้	ฝึกตัวตรวจจับคุณภาพผลไม้
16	การผลิต	ตรวจสอบคุณภาพผลไม้จากอุปกรณ์ IoT	เรียนรู้เกี่ยวกับการใช้ตัวตรวจจับคุณภาพผลไม้จากอุปกรณ์ IoT	ตรวจสอบคุณภาพผลไม้จากอุปกรณ์ IoT
17	การผลิต	รันตัวตรวจจับผลไม้ที่ขอบเครือข่าย	เรียนรู้เกี่ยวกับการรันตัวตรวจจับผลไม้บนอุปกรณ์ IoT ที่ขอบเครือข่าย	รันตัวตรวจจับผลไม้ที่ขอบเครือข่าย
18	การผลิต	เรียกใช้การตรวจจับคุณภาพผลไม้จากเซ็นเซอร์	เรียนรู้เกี่ยวกับการเรียกใช้การตรวจจับคุณภาพผลไม้จากเซ็นเซอร์	เรียกใช้การตรวจจับคุณภาพผลไม้จากเซ็นเซอร์
19	ค้าปลีก	ฝึกตัวตรวจจับสินค้า	เรียนรู้วิธีการใช้การตรวจจับวัตถุเพื่อฝึกตัวตรวจจับสินค้าเพื่อการนับสินค้าในร้าน	ฝึกตัวตรวจจับสินค้า
20	ค้าปลีก	ตรวจสอบสินค้าจากอุปกรณ์ IoT	เรียนรู้วิธีการตรวจสอบสินค้าจากอุปกรณ์ IoT โดยใช้โมเดลการตรวจจับวัตถุ	ตรวจสอบสินค้าจากอุปกรณ์ IoT
21	ผู้บริโภค	การจดจำเสียงด้วยอุปกรณ์ IoT	เรียนรู้วิธีการจดจำเสียงจากอุปกรณ์ IoT เพื่อสร้างตัวจับเวลาอัจฉริยะ	การจดจำเสียงด้วยอุปกรณ์ IoT
22	ผู้บริโภค	เข้าใจภาษา	เรียนรู้วิธีการเข้าใจประโยคที่พูดกับอุปกรณ์ IoT	เข้าใจภาษา
23	ผู้บริโภค	ตั้งค่าตัวจับเวลาและให้ข้อมูลตอบกลับด้วยเสียง	เรียนรู้วิธีการตั้งค่าตัวจับเวลาบนอุปกรณ์ IoT และให้ข้อมูลตอบกลับด้วยเสียงเมื่อมีการตั้งค่าตัวจับเวลาและเมื่อมันสิ้นสุด	ตั้งค่าตัวจับเวลาและให้ข้อมูลตอบกลับด้วยเสียง
24	ผู้บริโภค	รองรับหลายภาษา	เรียนรู้วิธีการรองรับหลายภาษา ทั้งการพูดกับอุปกรณ์และการตอบกลับจากตัวจับเวลาอัจฉริยะ	รองรับหลายภาษา

การเข้าถึงแบบออฟไลน์

คุณสามารถรันเอกสารนี้แบบออฟไลน์ได้โดยใช้ Docsify. Fork repo นี้, ติดตั้ง Docsify บนเครื่องของคุณ และในโฟลเดอร์ root ของ repo นี้ ให้พิมพ์ docsify serve. เว็บไซต์จะถูกให้บริการบนพอร์ต 3000 บน localhost ของคุณ: localhost:3000.

แบบทดสอบ

ขอบคุณชุมชนที่จัดแบบทดสอบแบบโต้ตอบเพื่อทดสอบความรู้ของคุณในแต่ละบท คุณสามารถทดสอบความรู้ของคุณ ที่นี่

PDF

คุณสามารถสร้าง PDF ของเนื้อหานี้เพื่อการเข้าถึงแบบออฟไลน์หากจำเป็น ในการทำเช่นนี้ ให้แน่ใจว่าคุณมี npm ติดตั้งแล้ว และรันคำสั่งต่อไปนี้ในโฟลเดอร์ root ของ repo นี้:

npm i
npm run convert

สไลด์

มีเด็คสไลด์สำหรับบางบทเรียนในโฟลเดอร์ slides.

หลักสูตรอื่น ๆ

ทีมของเราผลิตหลักสูตรอื่น ๆ! ลองดู:

Azure / Edge / MCP / Agents

---

Generative AI Series

---

การเรียนรู้หลัก

---

ซีรีส์ Copilot

การให้เครดิตภาพ

คุณสามารถดูเครดิตสำหรับภาพทั้งหมดที่ใช้ในหลักสูตรนี้ได้ใน Attributions

---

ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator แม้ว่าเราจะพยายามให้การแปลมีความถูกต้อง แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นทางควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ แนะนำให้ใช้บริการแปลภาษามนุษย์ที่เป็นมืออาชีพ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดที่เกิดจากการใช้การแปลนี้