|
|
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
Приєднуйтесь до спільноти Azure AI Foundry
Якщо ви застрягли або маєте запитання щодо створення AI-додатків, приєднуйтесь до обговорень з іншими учнями та досвідченими розробниками в MCP. Це підтримуюча спільнота, де запитання вітаються, а знання вільно діляться.
Якщо у вас є відгуки про продукт або виникли помилки під час створення, відвідайте:
Щоб почати користуватися цими ресурсами, виконайте наступні кроки:
- Форкніть репозиторій: Натисніть
- Клонуйте репозиторій:
git clone https://github.com/microsoft/IoT-For-Beginners.git - Приєднуйтесь до Microsoft Foundry Discord, щоб зустрітися з експертами та іншими розробниками
🌐 Підтримка багатьох мов
Підтримується через GitHub Action (автоматично та завжди актуально)
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 для початківців - навчальна програма
Azure Cloud Advocates у Microsoft раді запропонувати 12-тижневу навчальну програму з 24 уроків, присвячену основам IoT. Кожен урок включає тести до та після уроку, письмові інструкції для виконання завдання, рішення, завдання та багато іншого. Наш підхід, заснований на проектах, дозволяє навчатися, створюючи, що є перевіреним способом закріплення нових навичок.
Проекти охоплюють шлях їжі від ферми до столу. Це включає фермерство, логістику, виробництво, роздрібну торгівлю та споживачів - усі популярні галузі для IoT-пристроїв.
Скетчнот від Nitya Narasimhan. Натисніть на зображення для збільшення.
Щира подяка нашим авторам Jen Fox, Jen Looper, Jim Bennett та нашому художнику скетчнотів Nitya Narasimhan.
Також дякуємо нашій команді Microsoft Learn Student Ambassadors, які переглядали та перекладали цю навчальну програму - 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 та Zina Kamel.
Зустріньте команду!
Gif від Mohit Jaisal
🎥 Натисніть на зображення вище, щоб переглянути відео про проект!
Вчителі, ми додали кілька пропозицій щодо використання цієї навчальної програми. Якщо ви хочете створити власні уроки, ми також включили шаблон уроку.
Студенти, щоб використовувати цю навчальну програму самостійно, форкніть весь репозиторій і виконайте вправи самостійно, починаючи з тесту перед лекцією, потім прочитайте лекцію і виконайте решту завдань. Спробуйте створити проекти, розуміючи уроки, а не копіюючи код рішення; однак цей код доступний у папках /solutions у кожному проектно-орієнтованому уроці. Інша ідея - створити навчальну групу з друзями та разом пройти матеріал. Для подальшого навчання ми рекомендуємо Microsoft Learn.
Для відеоогляду цього курсу перегляньте це відео:
🎥 Натисніть на зображення вище, щоб переглянути відео про проект!
Педагогіка
Ми обрали два педагогічні принципи під час створення цієї навчальної програми: забезпечення її проектної орієнтації та включення частих тестів. До кінця цієї серії студенти створять систему моніторингу та поливу рослин, трекер транспортних засобів, розумну фабрику для відстеження та перевірки їжі, а також голосовий таймер для приготування їжі, і вивчать основи Інтернету речей, включаючи написання коду для пристроїв, підключення до хмари, аналіз телеметрії та запуск AI на периферії.
Забезпечуючи відповідність контенту проектам, процес стає більш захоплюючим для студентів, а засвоєння концепцій посилюється.
Крім того, тест з низькими ставками перед заняттям налаштовує студента на вивчення теми, а другий тест після заняття забезпечує подальше закріплення. Ця навчальна програма була розроблена, щоб бути гнучкою та цікавою і може бути використана повністю або частково. Проекти починаються з простих і стають дедалі складнішими до кінця 12-тижневого циклу.
Кожен проект базується на реальному обладнанні, доступному для студентів та ентузіастів. Кожен проект досліджує конкретну доменну область проекту, надаючи відповідні базові знання. Щоб стати успішним розробником, важливо розуміти домен, у якому ви вирішуєте проблеми, надання цих базових знань дозволяє студентам думати про свої IoT-рішення та навчання в контексті реальних проблем, які вони можуть вирішувати як IoT-розробники. Студенти дізнаються "чому" рішень, які вони створюють, і отримують уявлення про кінцевого користувача.
Обладнання
Ми пропонуємо два варіанти IoT-обладнання для використання в проектах залежно від особистих уподобань, знань програмування або цілей навчання, а також доступності. Ми також надали версію "віртуального обладнання" для тих, хто не має доступу до обладнання або хоче дізнатися більше перед покупкою. Ви можете дізнатися більше та знайти "список покупок" на сторінці обладнання, включаючи посилання на придбання повних комплектів від наших друзів у Seeed Studio.
💁 Знайдіть наші Правила поведінки, Рекомендації щодо внесків та Рекомендації щодо перекладу. Ми вітаємо ваші конструктивні відгуки!
Кожен урок включає:
- скетчнот
- додаткове відео (за бажанням)
- тест перед уроком
- письмовий урок
- для проектно-орієнтованих уроків, покрокові інструкції щодо створення проекту
- перевірку знань
- завдання
- додаткові матеріали для читання
- завдання
- тест після уроку
Примітка про вікторини: Усі вікторини знаходяться в папці quiz-app, всього 48 вікторин по три запитання кожна. Вони пов'язані з уроками, але додаток для вікторин можна запускати локально або розгортати в Azure; дотримуйтесь інструкцій у папці
quiz-app. Вони поступово локалізуються.
Уроки
| Назва проекту | Вивчені концепції | Навчальні цілі | Пов'язаний урок | |
|---|---|---|---|---|
| 01 | Початок роботи | Вступ до IoT | Дізнайтеся основні принципи IoT та основні складові IoT-рішень, такі як датчики та хмарні сервіси, поки ви налаштовуєте свій перший IoT-пристрій | Вступ до IoT |
| 02 | Початок роботи | Глибше занурення в IoT | Дізнайтеся більше про компоненти IoT-системи, а також про мікроконтролери та одноплатні комп'ютери | Глибше занурення в IoT |
| 03 | Початок роботи | Взаємодія з фізичним світом за допомогою датчиків і виконавчих механізмів | Дізнайтеся про датчики для збору даних з фізичного світу та виконавчі механізми для передачі зворотного зв'язку, поки ви створюєте нічник | Взаємодія з фізичним світом за допомогою датчиків і виконавчих механізмів |
| 04 | Початок роботи | Підключіть свій пристрій до Інтернету | Дізнайтеся, як підключити IoT-пристрій до Інтернету для надсилання та отримання повідомлень, підключивши ваш нічник до брокера MQTT | Підключіть свій пристрій до Інтернету |
| 05 | Ферма | Прогнозування росту рослин | Дізнайтеся, як прогнозувати ріст рослин, використовуючи дані температури, отримані IoT-пристроєм | Прогнозування росту рослин |
| 06 | Ферма | Виявлення вологості ґрунту | Дізнайтеся, як виявляти вологість ґрунту та калібрувати датчик вологості ґрунту | Виявлення вологості ґрунту |
| 07 | Ферма | Автоматизований полив рослин | Дізнайтеся, як автоматизувати та налаштувати час поливу за допомогою реле та MQTT | Автоматизований полив рослин |
| 08 | Ферма | Перенесіть свою рослину в хмару | Дізнайтеся про хмару та хмарні IoT-сервіси, а також як підключити вашу рослину до одного з них замість публічного брокера MQTT | Перенесіть свою рослину в хмару |
| 09 | Ферма | Перенесіть логіку вашого додатку в хмару | Дізнайтеся, як можна написати логіку додатку в хмарі, яка реагує на IoT-повідомлення | Перенесіть логіку вашого додатку в хмару |
| 10 | Ферма | Захистіть свою рослину | Дізнайтеся про безпеку в IoT та як захистити вашу рослину за допомогою ключів і сертифікатів | Захистіть свою рослину |
| 11 | Транспорт | Відстеження місцезнаходження | Дізнайтеся про GPS-відстеження місцезнаходження для IoT-пристроїв | Відстеження місцезнаходження |
| 12 | Транспорт | Зберігання даних про місцезнаходження | Дізнайтеся, як зберігати дані IoT для їх візуалізації або аналізу в майбутньому | Зберігання даних про місцезнаходження |
| 13 | Транспорт | Візуалізація даних про місцезнаходження | Дізнайтеся про візуалізацію даних про місцезнаходження на карті та як карти представляють реальний 3D-світ у двох вимірах | Візуалізація даних про місцезнаходження |
| 14 | Транспорт | Геозони | Дізнайтеся про геозони та як їх можна використовувати для сповіщення, коли транспортні засоби в ланцюзі постачання наближаються до місця призначення | Геозони |
| 15 | Виробництво | Навчання детектора якості фруктів | Дізнайтеся про навчання класифікатора зображень у хмарі для визначення якості фруктів | Навчання детектора якості фруктів |
| 16 | Виробництво | Перевірка якості фруктів за допомогою IoT-пристрою | Дізнайтеся, як використовувати детектор якості фруктів за допомогою IoT-пристрою | Перевірка якості фруктів за допомогою IoT-пристрою |
| 17 | Виробництво | Запуск детектора фруктів на периферії | Дізнайтеся, як запускати детектор фруктів на IoT-пристрої на периферії | Запуск детектора фруктів на периферії |
| 18 | Виробництво | Запуск визначення якості фруктів за допомогою датчика | Дізнайтеся, як запускати визначення якості фруктів за допомогою датчика | Запуск визначення якості фруктів за допомогою датчика |
| 19 | Роздрібна торгівля | Навчання детектора запасів | Дізнайтеся, як використовувати виявлення об'єктів для навчання детектора запасів для підрахунку товарів у магазині | Навчання детектора запасів |
| 20 | Роздрібна торгівля | Перевірка запасів за допомогою IoT-пристрою | Дізнайтеся, як перевіряти запаси за допомогою IoT-пристрою, використовуючи модель виявлення об'єктів | Перевірка запасів за допомогою IoT-пристрою |
| 21 | Споживач | Розпізнавання мови за допомогою IoT-пристрою | Дізнайтеся, як розпізнавати мову за допомогою IoT-пристрою для створення розумного таймера | Розпізнавання мови за допомогою IoT-пристрою |
| 22 | Споживач | Розуміння мови | Дізнайтеся, як розуміти речення, сказані IoT-пристрою | Розуміння мови |
| 23 | Споживач | Встановлення таймера та надання голосового зворотного зв'язку | Дізнайтеся, як встановити таймер на IoT-пристрої та надати голосовий зворотний зв'язок про час встановлення таймера та його завершення | Встановлення таймера та надання голосового зворотного зв'язку |
| 24 | Споживач | Підтримка кількох мов | Дізнайтеся, як підтримувати кілька мов, як для введення, так і для відповідей вашого розумного таймера | Підтримка кількох мов |
Доступ офлайн
Ви можете використовувати цю документацію офлайн за допомогою Docsify. Форкніть цей репозиторій, встановіть Docsify на ваш локальний комп'ютер, а потім у кореневій папці цього репозиторію введіть docsify serve. Вебсайт буде доступний на порту 3000 вашого localhost: localhost:3000.
Вікторина
Дякуємо спільноті за хостинг інтерактивної вікторини, яка перевіряє ваші знання з кожного розділу. Ви можете перевірити свої знання тут
Ви можете створити PDF цього контенту для офлайн-доступу, якщо це необхідно. Для цього переконайтеся, що у вас встановлено npm, і виконайте наступні команди в кореневій папці цього репозиторію:
npm i
npm run convert
Слайди
Для деяких уроків є презентації у папці slides.
Інші навчальні програми
Наша команда створює інші навчальні програми! Ознайомтеся:
Azure / Edge / MCP / Agents
Серія Generative AI
Основне навчання
Серія Copilot
Атрибуції зображень
Ви можете знайти всі атрибуції для зображень, використаних у цьому курсі, за необхідності у Атрибуціях.
Відмова від відповідальності:
Цей документ було перекладено за допомогою сервісу автоматичного перекладу Co-op Translator. Хоча ми прагнемо до точності, звертаємо вашу увагу, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ на його рідній мові слід вважати авторитетним джерелом. Для критично важливої інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникли внаслідок використання цього перекладу.


