co-op-translator[bot]
ae4ebb558b
|
3 weeks ago | |
|---|---|---|
| .. | ||
| 1-getting-started | 4 weeks ago | |
| 2-farm | 4 weeks ago | |
| 3-transport | 4 weeks ago | |
| 4-manufacturing | 4 weeks ago | |
| 5-retail | 4 weeks ago | |
| 6-consumer | 4 weeks ago | |
| docs | 4 weeks ago | |
| images | 4 weeks ago | |
| lesson-template | 4 weeks ago | |
| quiz-app | 4 weeks ago | |
| CODE_OF_CONDUCT.md | 4 weeks ago | |
| CONTRIBUTING.md | 4 weeks ago | |
| README.md | 3 weeks ago | |
| SECURITY.md | 4 weeks ago | |
| SUPPORT.md | 4 weeks ago | |
| attributions.md | 4 weeks ago | |
| clean-up.md | 4 weeks ago | |
| for-teachers.md | 4 weeks ago | |
| hardware.md | 4 weeks ago | |
| recommended-learning-model.md | 4 weeks ago | |
README.md
به جامعه Azure AI Foundry بپیوندید
برای شروع استفاده از این منابع، مراحل زیر را دنبال کنید:
- مخزن را انشعاب دهید: کلیک کنید
- مخزن را کلون کنید:
git clone https://github.com/microsoft/IoT-For-Beginners.git - به Discord Azure AI Foundry بپیوندید و با کارشناسان و توسعه‌دهندگان دیگر آشنا شوید
🌐 پشتیبانی چندزبانه
پشتیبانی شده از طریق GitHub Action (خودکار و همیشه به‌روز)
عربی | بنگالی | بلغاری | برمه‌ای (میانمار) | چینی (ساده‌شده) | چینی (سنتی، هنگ‌کنگ) | چینی (سنتی، ماکائو) | چینی (سنتی، تایوان) | کرواتی | چکی | دانمارکی | هلندی | فنلاندی | فرانسوی | آلمانی | یونانی | عبری | هندی | مجاری | اندونزیایی | ایتالیایی | ژاپنی | کره‌ای | مالایی | مراتی | نپالی | نروژی | فارسی (Farsi) | لهستانی | پرتغالی (برزیل) | پرتغالی (پرتغال) | پنجابی (گورموخی) | رومانیایی | روسی | صربی (سیریلیک) | اسلواکی | اسلوونیایی | اسپانیایی | سواحیلی | سوئدی | تاگالوگ (فیلیپینی) | تایلندی | ترکی | اوکراینی | اردو | ویتنامی
اینترنت اشیا برای مبتدیان - یک برنامه درسی
تیم Azure Cloud Advocates در مایکروسافت با افتخار یک برنامه درسی ۱۲ هفته‌ای و ۲۴ درس درباره اصول اینترنت اشیا ارائه می‌دهد. هر درس شامل آزمون‌های قبل و بعد از درس، دستورالعمل‌های نوشتاری برای تکمیل درس، یک راه‌حل، یک تکلیف و موارد دیگر است. روش آموزشی مبتنی بر پروژه ما به شما امکان می‌دهد در حین ساختن یاد بگیرید، که یک روش اثبات‌شده برای تثبیت مهارت‌های جدید است.
پروژه‌ها سفر غذا از مزرعه تا میز را پوشش می‌دهند. این شامل کشاورزی، لجستیک، تولید، خرده‌فروشی و مصرف‌کننده است - همه این‌ها حوزه‌های صنعتی محبوب برای دستگاه‌های اینترنت اشیا هستند.
اسکیچ‌نوت توسط نیتیا ناراسیمهان. برای نسخه بزرگ‌تر روی تصویر کلیک کنید.
تشکر ویژه از نویسندگان ما جن فاکس، جن لوپر، جیم بنت، و هنرمند اسکیچ‌نوت ما نیتیا ناراسیمهان.
همچنین از تیم Microsoft Learn Student Ambassadors که این برنامه درسی را بررسی و ترجمه کرده‌اند، تشکر می‌کنیم - آدیتیا گارگ، آنوراگ شارما، آرپیتا داس، آریان جین، بهاوش سونجا، فیت هونجا، لطیفه بلو، مانوی جا، میرایل تان، محمد افتخار (ایفتو) ابن جلال، محمد ظلفی‌کار، پریانشو سریواستاوا، تانمای گاودوچروو، و زینا کامل.
تیم را ملاقات کنید!
گیف توسط موهیت جایسال
🎥 برای مشاهده ویدئویی درباره پروژه، روی تصویر بالا کلیک کنید!
معلمان، ما برخی پیشنهادات در مورد نحوه استفاده از این برنامه درسی را گنجانده‌ایم. اگر می‌خواهید درس‌های خود را ایجاد کنید، ما همچنین یک قالب درس ارائه کرده‌ایم.
دانش‌آموزان، برای استفاده از این برنامه درسی به‌صورت مستقل، کل مخزن را انشعاب دهید و تمرین‌ها را به‌صورت مستقل تکمیل کنید، با آزمون قبل از درس شروع کنید، سپس درس را بخوانید و بقیه فعالیت‌ها را تکمیل کنید. سعی کنید پروژه‌ها را با درک درس‌ها ایجاد کنید نه با کپی کردن کد راه‌حل؛ با این حال، آن کد در پوشه‌های /solutions در هر درس مبتنی بر پروژه موجود است. ایده دیگر این است که با دوستان خود یک گروه مطالعه تشکیل دهید و با هم محتوا را مرور کنید. برای مطالعه بیشتر، ما Microsoft Learn را توصیه می‌کنیم.
برای مشاهده یک ویدئوی کلی درباره این دوره، این ویدئو را بررسی کنید:
🎥 برای مشاهده ویدئویی درباره پروژه، روی تصویر بالا کلیک کنید!
روش آموزشی
ما در هنگام ساخت این برنامه درسی دو اصل آموزشی را انتخاب کرده‌ایم: اطمینان از اینکه این برنامه مبتنی بر پروژه است و شامل آزمون‌های مکرر می‌شود. تا پایان این سری، دانش‌آموزان یک سیستم نظارت و آبیاری گیاه، یک ردیاب وسیله نقلیه، یک تنظیمات کارخانه هوشمند برای ردیابی و بررسی غذا، و یک تایمر آشپزی کنترل‌شده با صدا ساخته‌اند و اصول اینترنت اشیا از جمله نحوه نوشتن کد دستگاه، اتصال به ابر، تحلیل داده‌های تله‌متری و اجرای هوش مصنوعی در لبه را یاد گرفته‌اند.
با اطمینان از اینکه محتوا با پروژه‌ها هماهنگ است، فرآیند برای دانش‌آموزان جذاب‌تر می‌شود و حفظ مفاهیم تقویت می‌شود.
علاوه بر این، یک آزمون کم‌فشار قبل از کلاس، نیت دانش‌آموز را به سمت یادگیری یک موضوع هدایت می‌کند، در حالی که یک آزمون دوم بعد از کلاس، حفظ بیشتر را تضمین می‌کند. این برنامه درسی به گونه‌ای طراحی شده است که انعطاف‌پذیر و سرگرم‌کننده باشد و می‌توان آن را به‌طور کامل یا جزئی گذراند. پروژه‌ها کوچک شروع می‌شوند و تا پایان چرخه ۱۲ هفته‌ای به‌طور فزاینده‌ای پیچیده می‌شوند.
هر پروژه بر اساس سخت‌افزار واقعی موجود برای دانش‌آموزان و علاقه‌مندان است. هر پروژه به حوزه خاص پروژه می‌پردازد و دانش زمینه‌ای مرتبط را ارائه می‌دهد. برای موفقیت به‌عنوان یک توسعه‌دهنده، درک حوزه‌ای که در آن مشکلات را حل می‌کنید مفید است. ارائه این دانش زمینه‌ای به دانش‌آموزان اجازه می‌دهد تا درباره راه‌حل‌های اینترنت اشیا و یادگیری‌های خود در زمینه نوع مشکلات واقعی که ممکن است به‌عنوان یک توسعه‌دهنده اینترنت اشیا با آن‌ها روبرو شوند، فکر کنند. دانش‌آموزان دلیل راه‌حل‌هایی که می‌سازند را یاد می‌گیرند و قدردانی از کاربر نهایی پیدا می‌کنند.
سخت‌افزار
ما دو گزینه سخت‌افزار اینترنت اشیا برای استفاده در پروژه‌ها داریم که بسته به ترجیحات شخصی، دانش زبان برنامه‌نویسی یا اهداف یادگیری و دسترسی به سخت‌افزار متفاوت است. ما همچنین نسخه‌ای از "سخت‌افزار مجازی" را برای کسانی که به سخت‌افزار دسترسی ندارند یا می‌خواهند قبل از خرید بیشتر یاد بگیرند، ارائه کرده‌ایم. می‌توانید اطلاعات بیشتر و یک "لیست خرید" را در صفحه سخت‌افزار پیدا کنید، از جمله لینک‌هایی برای خرید کیت‌های کامل از دوستان ما در Seeed Studio.
💁 قوانین رفتاری، مشارکت، و راهنمای ترجمه ما را پیدا کنید. ما از بازخورد سازنده شما استقبال می‌کنیم!
هر درس شامل موارد زیر است:
- اسکیچ‌نوت
- ویدئوی تکمیلی اختیاری
- آزمون گرم‌آپ قبل از درس
- درس نوشتاری
- برای درس‌های مبتنی بر پروژه، راهنمای گام‌به‌گام برای ساخت پروژه
- بررسی دانش
- یک چالش
- مطالعه تکمیلی
- تکلیف
- آزمون بعد از درس
یادداشتی درباره آزمون‌ها: تمام آزمون‌ها در پوشه quiz-app قرار دارند و شامل ۴۸ آزمون هستند که هر کدام سه سؤال دارند. این آزمون‌ها از داخل درس‌ها لینک شده‌اند، اما می‌توان برنامه آزمون را به صورت محلی اجرا کرد یا در Azure مستقر کرد؛ دستورالعمل‌های موجود در پوشه
quiz-appرا دنبال کنید. این آزمون‌ها به تدریج بومی‌سازی می‌شوند.
درس‌ها
| نام پروژه | مفاهیم آموزش داده شده | اهداف یادگیری | درس مرتبط | |
|---|---|---|---|---|
| 01 | شروع کار | مقدمه‌ای بر اینترنت اشیا | اصول اولیه اینترنت اشیا و اجزای اصلی راه‌حل‌های اینترنت اشیا مانند حسگرها و خدمات ابری را یاد بگیرید، در حالی که اولین دستگاه اینترنت اشیا خود را راه‌اندازی می‌کنید | مقدمه‌ای بر اینترنت اشیا |
| 02 | شروع کار | بررسی عمیق‌تر اینترنت اشیا | اطلاعات بیشتری درباره اجزای یک سیستم اینترنت اشیا، همچنین میکروکنترلرها و کامپیوترهای تک‌بردی کسب کنید | بررسی عمیق‌تر اینترنت اشیا |
| 03 | شروع کار | تعامل با دنیای فیزیکی با حسگرها و عملگرها | درباره حسگرها برای جمع‌آوری داده از دنیای فیزیکی و عملگرها برای ارسال بازخورد یاد بگیرید، در حالی که یک چراغ شبانه می‌سازید | تعامل با دنیای فیزیکی با حسگرها و عملگرها |
| 04 | شروع کار | اتصال دستگاه خود به اینترنت | درباره نحوه اتصال یک دستگاه اینترنت اشیا به اینترنت برای ارسال و دریافت پیام‌ها با اتصال چراغ شبانه خود به یک بروکر MQTT یاد بگیرید | اتصال دستگاه خود به اینترنت |
| 05 | مزرعه | پیش‌بینی رشد گیاه | یاد بگیرید چگونه با استفاده از داده‌های دما که توسط یک دستگاه اینترنت اشیا جمع‌آوری شده است، رشد گیاه را پیش‌بینی کنید | پیش‌بینی رشد گیاه |
| 06 | مزرعه | تشخیص رطوبت خاک | یاد بگیرید چگونه رطوبت خاک را تشخیص دهید و یک حسگر رطوبت خاک را کالیبره کنید | تشخیص رطوبت خاک |
| 07 | مزرعه | آبیاری خودکار گیاهان | یاد بگیرید چگونه آبیاری را با استفاده از یک رله و MQTT خودکار و زمان‌بندی کنید | آبیاری خودکار گیاهان |
| 08 | مزرعه | انتقال گیاه خود به فضای ابری | درباره فضای ابری و خدمات اینترنت اشیا مبتنی بر فضای ابری و نحوه اتصال گیاه خود به یکی از این خدمات به جای یک بروکر عمومی MQTT یاد بگیرید | انتقال گیاه خود به فضای ابری |
| 09 | مزرعه | انتقال منطق برنامه خود به فضای ابری | یاد بگیرید چگونه می‌توانید منطق برنامه‌ای را در فضای ابری بنویسید که به پیام‌های اینترنت اشیا پاسخ دهد | انتقال منطق برنامه خود به فضای ابری |
| 10 | مزرعه | ایمن نگه داشتن گیاه خود | درباره امنیت در اینترنت اشیا و نحوه ایمن نگه داشتن گیاه خود با کلیدها و گواهی‌ها یاد بگیرید | ایمن نگه داشتن گیاه خود |
| 11 | حمل و نقل | ردیابی موقعیت مکانی | درباره ردیابی موقعیت مکانی GPS برای دستگاه‌های اینترنت اشیا یاد بگیرید | ردیابی موقعیت مکانی |
| 12 | حمل و نقل | ذخیره داده‌های موقعیت مکانی | یاد بگیرید چگونه داده‌های اینترنت اشیا را ذخیره کنید تا بعداً بتوانید آن‌ها را تجسم یا تحلیل کنید | ذخیره داده‌های موقعیت مکانی |
| 13 | حمل و نقل | تجسم داده‌های موقعیت مکانی | درباره تجسم داده‌های موقعیت مکانی روی نقشه و نحوه نمایش نقشه‌ها از دنیای واقعی سه‌بعدی در دو بعد یاد بگیرید | تجسم داده‌های موقعیت مکانی |
| 14 | حمل و نقل | حصارهای جغرافیایی | درباره حصارهای جغرافیایی و نحوه استفاده از آن‌ها برای هشدار دادن زمانی که وسایل نقلیه در زنجیره تأمین به مقصد خود نزدیک می‌شوند یاد بگیرید | حصارهای جغرافیایی |
| 15 | تولید | آموزش یک تشخیص‌دهنده کیفیت میوه | درباره آموزش یک طبقه‌بند تصویر در فضای ابری برای تشخیص کیفیت میوه یاد بگیرید | آموزش یک تشخیص‌دهنده کیفیت میوه |
| 16 | تولید | بررسی کیفیت میوه از یک دستگاه اینترنت اشیا | درباره استفاده از تشخیص‌دهنده کیفیت میوه خود از یک دستگاه اینترنت اشیا یاد بگیرید | بررسی کیفیت میوه از یک دستگاه اینترنت اشیا |
| 17 | تولید | اجرای تشخیص‌دهنده میوه در لبه | درباره اجرای تشخیص‌دهنده میوه خود روی یک دستگاه اینترنت اشیا در لبه یاد بگیرید | اجرای تشخیص‌دهنده میوه در لبه |
| 18 | تولید | فعال کردن تشخیص کیفیت میوه از یک حسگر | درباره فعال کردن تشخیص کیفیت میوه از یک حسگر یاد بگیرید | فعال کردن تشخیص کیفیت میوه از یک حسگر |
| 19 | خرده‌فروشی | آموزش یک تشخیص‌دهنده موجودی | یاد بگیرید چگونه از تشخیص اشیا برای آموزش یک تشخیص‌دهنده موجودی برای شمارش موجودی در یک فروشگاه استفاده کنید | آموزش یک تشخیص‌دهنده موجودی |
| 20 | خرده‌فروشی | بررسی موجودی از یک دستگاه اینترنت اشیا | یاد بگیرید چگونه موجودی را از یک دستگاه اینترنت اشیا با استفاده از یک مدل تشخیص اشیا بررسی کنید | بررسی موجودی از یک دستگاه اینترنت اشیا |
| 21 | مصرف‌کننده | تشخیص گفتار با یک دستگاه اینترنت اشیا | یاد بگیرید چگونه گفتار را از یک دستگاه اینترنت اشیا تشخیص دهید تا یک تایمر هوشمند بسازید | تشخیص گفتار با یک دستگاه اینترنت اشیا |
| 22 | مصرف‌کننده | درک زبان | یاد بگیرید چگونه جملات گفته شده به یک دستگاه اینترنت اشیا را درک کنید | درک زبان |
| 23 | مصرف‌کننده | تنظیم یک تایمر و ارائه بازخورد گفتاری | یاد بگیرید چگونه یک تایمر را روی یک دستگاه اینترنت اشیا تنظیم کنید و بازخورد گفتاری درباره زمان تنظیم تایمر و زمان پایان آن ارائه دهید | تنظیم یک تایمر و ارائه بازخورد گفتاری |
| 24 | مصرف‌کننده | پشتیبانی از زبان‌های متعدد | یاد بگیرید چگونه از زبان‌های متعدد، هم برای گفتار ورودی و هم پاسخ‌های تایمر هوشمند خود پشتیبانی کنید | پشتیبانی از زبان‌های متعدد |
دسترسی آفلاین
شما می‌توانید این مستندات را به صورت آفلاین با استفاده از Docsify اجرا کنید. این مخزن را فورک کنید، Docsify را نصب کنید روی دستگاه محلی خود، و سپس در پوشه اصلی این مخزن، دستور docsify serve را اجرا کنید. وب‌سایت روی پورت 3000 در localhost شما ارائه خواهد شد: localhost:3000.
آزمون
از جامعه برای میزبانی آزمون تعاملی که دانش شما را در هر فصل آزمایش می‌کند، تشکر می‌کنیم. دانش خود را اینجا آزمایش کنید.
شما می‌توانید یک فایل PDF از این محتوا برای دسترسی آفلاین در صورت نیاز ایجاد کنید. برای این کار، مطمئن شوید که npm نصب شده است و دستورات زیر را در پوشه اصلی این مخزن اجرا کنید:
npm i
npm run convert
اسلایدها
برای برخی از درس‌ها، مجموعه اسلایدهایی در پوشه slides موجود است.
سایر برنامه‌های آموزشی
تیم ما برنامه‌های آموزشی دیگری تولید می‌کند! بررسی کنید:
- AI Agents for Beginners
- MCP for Beginners
- Generative AI for Beginners
- Generative AI for Beginners .NET
- Generative AI with JavaScript
- Generative AI with Java
- AI for Beginners
- Data Science for Beginners
- ML for Beginners
- Cybersecurity for Beginners
- Web Dev for Beginners
- IoT for Beginners
- XR Development for Beginners
- Mastering GitHub Copilot for Agentic use
- Mastering GitHub Copilot for C#/.NET Developers
- Choose Your Own Copilot Adventure
انتساب تصاویر
شما می‌توانید تمام انتساب‌های تصاویر استفاده شده در این برنامه آموزشی را در صورت نیاز در Attributions پیدا کنید.
سلب مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما برای دقت تلاش می‌کنیم، لطفاً توجه داشته باشید که ترجمه‌های خودکار ممکن است شامل خطاها یا نادرستی‌هایی باشند. سند اصلی به زبان اصلی آن باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حساس، ترجمه حرفه‌ای انسانی توصیه می‌شود. ما هیچ مسئولیتی در قبال سوءتفاهم‌ها یا تفسیرهای نادرست ناشی از استفاده از این ترجمه نداریم.