IoT-For-Beginners/translations/cs

Připojte se ke komunitě Azure AI Foundry

Pokud se zaseknete nebo budete mít jakékoli otázky ohledně vytváření AI aplikací. Připojte se k ostatním studentům a zkušeným vývojářům v diskuzích o MCP. Je to podpůrná komunita, kde jsou dotazy vítány a znalosti jsou volně sdíleny.

Pokud máte zpětnou vazbu k produktu nebo narazíte na chyby během vývoje, navštivte:

Postupujte podle těchto kroků, jak začít využívat tyto zdroje:

1. Vytvořte Fork repozitáře: Klikněte na
2. Naklonujte repozitář: git clone https://github.com/microsoft/IoT-For-Beginners.git
3. Připojte se k Microsot Foundry Discord a potkejte odborníky a další vývojáře

🌐 Podpora více jazyků

Podporováno přes GitHub Action (automatizované & vždy aktuální)

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 | Kannada | Khmer | Korean | Lithuanian | Malay | Malayalam | 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 | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

Preferujete klonovat lokálně?

Tento repozitář obsahuje přeložené verze do více než 50 jazyků, což výrazně zvětšuje velikost stažení. Pokud chcete klonovat bez překladů, použijte sparse checkout:

Bash / macOS / Linux:

git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
cd IoT-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

CMD (Windows):

git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
cd IoT-For-Beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"

To vám poskytne vše potřebné k dokončení kurzu s mnohem rychlejším stažením.

IoT pro začátečníky - kurikulum

Cloudoví obhájci Azure ve společnosti Microsoft s radostí nabízejí 12týdenní kurikulum se 24 lekcemi, které se zabývá základy IoT. Každá lekce obsahuje kvízy před a po lekci, psané instrukce k dokončení lekce, řešení, úkol a další. Naše projektově orientovaná pedagogika vám umožní učit se při stavění, což je osvědčený způsob, jak si nové dovednosti dobře osvojit.

Projekty pokrývají cestu potravin od farmy až na stůl. Zahrnuje to zemědělství, logistiku, výrobu, maloobchod a spotřebitele – všechny populární průmyslové oblasti pro IoT zařízení.

Sketchnote od Nitya Narasimhan. Kliknutím na obrázek zobrazíte větší verzi.

Srdce děkujeme našim autorům Jen Fox, Jen Looper, Jim Bennett a našemu umělci sketchnotů Nityi Narasimhanovi.

Také děkujeme našemu týmu Microsoft Learn Student Ambassadors, kteří kurikulum revidovali a překládali – 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 a Zina Kamel.

Seznamte se s týmem!

Gif od Mohit Jaisal

🎥 Klikněte na obrázek výše pro video o projektu!

Učitelé, do kurikula jsme zařadili pár doporučení, jak kurikulum využít. Pokud byste chtěli vytvořit vlastní lekce, máme také zařazenou šablonu lekce.

Studenti https://aka.ms/student-page, používáte-li toto kurikulum sami, vytvořte si fork celého repozitáře a plňte úkoly sami, začněte kvízem před přednáškou, pak si přečtěte přednášku a dokončete ostatní aktivity. Snažte se projekty vytvářet pochopením lekcí, nikoli kopírováním kódu řešení; přesto je tento kód k dispozici ve složkách /solutions v každé projektově orientované lekci. Další možností je vytvořit studijní skupinu s přáteli a projít obsah společně. Pro hlubší studium doporučujeme Microsoft Learn.

Pro video přehled tohoto kurzu podívejte se na toto video:

🎥 Klikněte na obrázek výše pro video o projektu!

Pedagogika

Při vytváření tohoto kurikula jsme zvolili dva pedagogické principy: zajistit, že je založeno na projektech, a že se vyskytují časté kvízy. Na konci této série studenti vytvoří systém pro monitorování a zalévání rostlin, sledovač vozidel, nastavení chytré továrny pro sledování a kontrolu potravin a hlasem ovládaný časovač na vaření, a naučí se základy Internetu věcí včetně psaní kódu pro zařízení, připojení ke cloudu, analýzy telemetrie a provozování AI na okraji sítě.

Zajištěním návaznosti obsahu na projekty je proces pro studenty poutavější a koncepty se lépe uchovávají.

Navíc kvíz s nízkou náročností před hodinou nastavuje studentovi záměr učit se dané téma, zatímco druhý kvíz po hodině zajišťuje další zapamatování. Toto kurikulum je navrženo tak, aby bylo flexibilní a zábavné a může být absolvováno jako celek nebo částečně. Projekty začínají malé a ke konci 12týdenního cyklu se stávají postupně složitějšími.

Každý projekt je založen na skutečném hardwaru dostupném studentům a nadšencům. Každý projekt se zabývá konkrétní oblastí projektu a poskytuje relevantní základní znalosti. Aby byl vývojář úspěšný, pomáhá porozumět doméně, ve které řeší problémy, poskytnutí těchto základních znalostí umožňuje studentům přemýšlet o svých IoT řešeních a získaných poznatcích v kontextu reálných problémů, které by mohli jako IoT vývojáři muset řešit. Studenti tak chápou „proč“ řešení, která vytvářejí, a získávají ocenení pro koncového uživatele.

Hardware

Máme na výběr dva typy IoT hardwaru pro projekty v závislosti na osobních preferencích, znalostech programovacích jazyků, cílech učení a dostupnosti. Pro ty, kteří nemají přístup k hardwaru nebo se chtějí před zakoupením více naučit, jsme také připravili verzi „virtuálního hardwaru“. Více informací a „nákupní seznam“ najdete na hardware stránce, včetně odkazů na nákup kompletních sad od našich přátel ze Seeed Studio.

💁 Najdete u nás Kodex chování, Pravidla přispívání a Pokyny k překladům. Vítáme vaše konstruktivní připomínky!

🔧 Máte problém? Podívejte se na náš Průvodce řešením problémů pro běžná řešení.

Každá lekce obsahuje:

• sketchnote
• volitelné doplňkové video
• rozcvičkový kvíz před lekcí
• psanou lekci
• u projektových lekcí podrobné návody jak projekt sestavit
• kontrolu znalostí
• výzvu
• doplňující čtení
• úkol
• kvíz po lekci

Poznámka ke kvízům: Všechny kvízy jsou obsaženy ve složce quiz-app, celkem je zde 48 kvízů se třemi otázkami v každém. Jsou propojeny z lekcí, ale aplikaci kvízu lze spustit lokálně nebo nasadit na Azure; postupujte podle návodu ve složce quiz-app. Postupně se lokalizují.

Lekce

	Název projektu	Vyučované koncepty	Výukové cíle	Propojená lekce
01	Začínáme	Úvod do IoT	Naučte se základní principy IoT a základní stavební kameny IoT řešení, jako jsou senzory a cloudové služby, při nastavování prvního IoT zařízení	Úvod do IoT
02	Začínáme	Hlouběji do IoT	Naučte se více o komponentách IoT systému, stejně jako o mikrokontrolérech a jednodeskových počítačích	Hlouběji do IoT
03	Začínáme	Interakce s fyzickým světem pomocí senzorů a akčních členů	Naučte se o senzorech pro sběr dat z fyzického světa a akčních členech pro zasílání zpětné vazby při stavbě nočního světla	Interakce s fyzickým světem pomocí senzorů a akčních členů
04	Začínáme	Připojte zařízení k Internetu	Naučte se připojit IoT zařízení k internetu pro odesílání a přijímání zpráv připojením vašeho nočního světla k MQTT brokeru	Připojení zařízení k internetu
05	Farmářství	Predikce růstu rostlin	Naučte se predikovat růst rostlin pomocí teplotních dat získaných IoT zařízením	Predikce růstu rostlin
06	Farmářství	Detekce vlhkosti půdy	Naučte se detekovat vlhkost půdy a kalibrovat senzor vlhkosti půdy	Detekce vlhkosti půdy
07	Farmářství	Automatizované zalévání rostlin	Naučte se automatizovat a časovat zavlažování pomocí relé a MQTT	Automatizované zalévání rostlin
08	Farmářství	Přeneste rostlinu do cloudu	Naučte se o cloudu a cloudových IoT službách a jak připojit rostlinu k jedné z těchto služeb místo veřejného MQTT brokeru	Přeneste rostlinu do cloudu
09	Farmářství	Přesuňte logiku aplikace do cloudu	Naučte se, jak můžete psát aplikační logiku v cloudu, která reaguje na IoT zprávy	Přesuňte logiku vaší aplikace do cloudu
10	Farmářství	Zajistěte bezpečnost rostliny	Naučte se o bezpečnosti IoT a jak ochránit rostlinu pomocí klíčů a certifikátů	Zajistěte bezpečnost rostliny
11	Doprava	Sledování polohy	Naučte se o sledování GPS polohy pro IoT zařízení	Sledování polohy
12	Doprava	Ukládání polohových dat	Naučte se ukládat IoT data pro pozdější vizualizaci nebo analýzu	Ukládání polohových dat
13	Doprava	Vizualizace polohových dat	Naučte se o vizualizaci polohových dat na mapě a o tom, jak mapy reprezentují reálný 3D svět ve 2D	Vizualizace polohových dat
14	Doprava	Geofencing	Naučte se o geofencech a jak je využít k upozornění, když jsou vozidla v dodavatelském řetězci blízko svého cíle	Geofencing
15	Výroba	Vyškolte detektor kvality ovoce	Naučte se o trénování obrazového klasifikátoru v cloudu pro detekci kvality ovoce	Vyškolte detektor kvality ovoce
16	Výroba	Kontrola kvality ovoce pomocí IoT zařízení	Naučte se používat detektor kvality ovoce z IoT zařízení	Kontrola kvality ovoce pomocí IoT zařízení
17	Výroba	Spouštění detektoru ovoce na okraji	Naučte se spouštět detektor ovoce na IoT zařízení na okraji sítě	Spuštění detektoru ovoce na okraji
18	Výroba	Spouštění detekce kvality ovoce ze senzoru	Naučte se, jak spustit detekci kvality ovoce ze senzoru	Spuštění detekce kvality ovoce ze senzoru
19	Prodej	Vyškolte detektor zásob	Naučte se používat detekci objektů k vytrénování detektoru zásob pro počítání zásob v obchodě	Vyškolte detektor zásob
20	Prodej	Kontrola zásob pomocí IoT zařízení	Naučte se ověřovat zásoby pomocí IoT zařízení s modelem detekce objektů	Kontrola zásob pomocí IoT zařízení
21	Spotřebitel	Rozpoznávání řeči IoT zařízením	Naučte se rozpoznávat řeč z IoT zařízení pro stavbu chytrého časovače	Rozpoznávání řeči IoT zařízením
22	Spotřebitel	Porozumění jazyku	Naučte se rozumět větám mluveným k IoT zařízení	Porozumění jazyku
23	Spotřebitel	Nastavení časovače a hlasová zpětná vazba	Naučte se nastavit časovač na IoT zařízení a poskytovat mluvenou zpětnou vazbu o nastavení a skončení časovače	Nastavte časovač a poskytujte hlasovou zpětnou vazbu
24	Spotřebitel	Podpora více jazyků	Naučte se podporovat více jazyků, jak při mluvení k zařízení, tak i ve zpětných reakcích vašeho chytrého časovače	Podpora více jazyků

Offline přístup

Tuto dokumentaci můžete spustit offline pomocí Docsify. Vytvořte fork tohoto repozitáře, nainstalujte Docsify na svém počítači a pak v hlavní složce repozitáře napište docsify serve. Web bude služen na portu 3000 na vašem localhostu: localhost:3000.

Kvíz

Díky komunitě za hostování interaktivního kvízu, kde si můžete otestovat své znalosti z každé kapitoly. Testujte své znalosti zde

PDF

Pokud potřebujete, můžete si vytvořit PDF této dokumentace pro offline přístup. Ujistěte se, že máte npm nainstalovaný a spusťte následující příkazy v hlavní složce tohoto repozitáře:

npm i
npm run convert

Prezentace

Pro některé lekce jsou připravené prezentace ve složce slides.

Další kurikula

Náš tým vytváří i další kurikula! Podívejte se na:

LangChain

Azure / Edge / MCP / Agents

---

Série Generativní AI

---

Základní učení

---

Série Copilot

Atribuce obrázků

Všechny atribuce k obrázkům použitým v tomto kurikulu můžete najít v případě potřeby v souboru Attributions.

---

Prohlášení o vyloučení odpovědnosti: Tento dokument byl přeložen pomocí AI překladatelské služby Co-op Translator. Přestože se snažíme o přesnost, mějte prosím na paměti, že automatizované překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho mateřském jazyce by měl být považován za autoritativní zdroj. Pro kritické informace se doporučuje profesionální lidský překlad. Nejsme odpovědní za jakékoli nedorozumění nebo nesprávné interpretace vyplývající z použití tohoto překladu.