IoT-For-Beginners/translations/hu

Csatlakozz az Azure AI Foundry Közösséghez

Ha elakadnál, vagy kérdéseid lennének az AI alkalmazások építésével kapcsolatban. Csatlakozz más tanulókhoz és tapasztalt fejlesztőkhöz az MCP-vel kapcsolatos beszélgetésekben. Ez egy támogató közösség, ahol a kérdések szívesen látottak és a tudás szabadon megosztott.

Ha termék visszajelzésed van vagy hibákat tapasztalsz építés közben, látogasd meg:

Kövesd ezeket a lépéseket a források használatának megkezdéséhez:

1. Forkold a Tárolót: Kattints ide
2. Klónozd a Tárolót: git clone https://github.com/microsoft/IoT-For-Beginners.git
3. Csatlakozz a Microsot Foundry Discordhoz és ismerkedj szakértőkkel és más fejlesztőkkel

🌐 Többnyelvű támogatás

GitHub Action segítségével (Automatikus és Mindig Naprakész)

Arab | Bengáli | Bolgár | Burmai (Mianmar) | Kínai (Egyszerűsített) | Kínai (Hagyományos, Hongkong) | Kínai (Hagyományos, Makaó) | Kínai (Hagyományos, Tajvan) | Horvát | Cseh | Dán | Holland | Észt | Finn | Francia | Német | Görög | Héber | Hindi | Magyar | Indonéz | Olasz | Japán | Kannada | Khmer | Koreai | Litván | Maláj | Malayalam | Marathi | Nepáli | Nigériai Pidgin | Norvég | Perzsa (Fárszi) | Lengyel | Portugál (Brazília) | Portugál (Portugália) | Pandzsábi (Gurmukhi) | Román | Orosz | Szerb (Cirill) | Szlovák | Szlovén | Spanyol | Szuahéli | Svéd | Tagalog (Filippínó) | Tamil | Telugu | Thai | Török | Ukrán | Urdu | Vietnami

Inkább helyileg klónoznád?

Ez a tároló több mint 50 nyelvi fordítást tartalmaz, ami jelentősen megnöveli a letöltési méretet. Fordítások nélküli klónozáshoz használd a sparse checkout-ot:

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"

Ez mindent biztosít, amire szükséged van a kurzus elvégzéséhez sokkal gyorsabb letöltéssel.

IoT kezdőknek – Tananyag

A Microsoft Azure Cloud Advocates örömmel kínál egy 12 hetes, 24 leckés tananyagot, amely az IoT alapjait fedi le. Minden lecke tartalmaz elő- és utóteszteket, írott útmutatókat a lecke teljesítéséhez, megoldásokat, feladatokat és még sok mást. Projekt-alapú oktatásunk lehetővé teszi, hogy tanulj miközben építesz, ami bizonyítottan segíti az új készségek rögzülését.

A projektek az élelmiszer útját követik a gazdaságtól az asztalig. Ez magában foglalja a gazdálkodást, logisztikát, gyártást, kiskereskedelmet és fogyasztást – mind népszerű ipari területeket az IoT eszközök számára.

Sketchnote készítette Nitya Narasimhan. Kattints a képre a nagyobb verzióért.

Szívből köszönjük szerzőinknek Jen Fox, Jen Looper, Jim Bennett, valamint sketchnote művészünknek Nitya Narasimhan.

Köszönet illeti Microsoft Learn Student Ambassadors csapatunkat, akik átnézték és lefordították ezt a tananyagot – 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, és Zina Kamel.

Ismerd meg a csapatot!

Gif készítette Mohit Jaisal

🎥 Kattints a fenti képre egy videóért a projektről!

Tanárként ajánlásokat adunk a tananyag használatához. Ha saját leckéket szeretnél készíteni, mellékeltünk egy leckesablont.

Diákok, ahhoz, hogy egyénileg használjátok ezt a tananyagot, forkoljátok a teljes repót, és végezzétek el a gyakorlatokat egymás után, kezdve az elő-előadás teszttel, majd az előadást elolvasva és a további tevékenységeket végrehajtva. Próbáljátok meg a projekteket a leckék megértése alapján létrehozni, ne csak a megoldáskódot másoljátok; a kód megtalálható a /solutions mappában minden projekt-orientált leckénél. Másik jó ötlet egy tanulócsoport alakítása barátokkal, és közösen átnézni a tartalmat. További tanulmányokhoz ajánljuk a Microsoft Learn tananyagot.

A kurzusról egy videós áttekintő:

🎥 Kattints a fenti képre egy videóért a projektről!

Oktatási megközelítés

Két oktatási alapelvet választottunk a tananyag készítésekor: hogy projekt-alapú legyen és gyakori teszteket tartalmazzon. A sorozat végére a tanulók egy növényfigyelő és öntöző rendszert, egy járműkövetőt, egy okos gyári beállítást az élelmiszer nyomon követésére és ellenőrzésére, valamint egy hangvezérelt főzőidőzítőt építenek, és megtanulják az Internet of Things alapjait, beleértve eszközprogramozást, felhőkapcsolatot, telemetria elemzést és élő AI futtatását az eszköz szélén.

Az anyag projekt-orientált jellege miatt a tanulók jobban el tudnak mélyülni a témában, és a fogalmak tartósabban rögzülnek.

Ezen kívül egy alacsony tétű teszt az óra előtt előkészíti a tanulót az adott témára, míg egy második, az óra után mér fel és segít a tananyag jobb megjegyzésében. Ez a tananyag rugalmas és szórakoztató, teljes egészében vagy részleteiben is elsajátítható. A projektek kis méretűekkel indulnak, és a 12 hét végére egyre összetettebbé válnak.

Minden projekt valódi, a tanulók és hobbi fejlesztők által elérhető hardveren alapul. Minden projekt konkrét iparági területre fókuszál, háttérismereteket nyújtva. A sikeres fejlesztőnek fontos értenie azt a területet, amelyen problémákat old meg, így a háttérismeretek lehetővé teszik a tanulók számára, hogy IoT megoldásaikat és tanulmányaikat az adott valós problémakörnyezetben gondolják át, amelyben dolgozni fognak. A tanulók megértik megoldásaik 'miértjét', és értékelik a végfelhasználó szempontját.

Hardver

A projektjeinkhez kétféle IoT hardver közül választhatunk személyes preferenciától, programozási nyelvismerettől vagy preferenciáktól, tanulási céloktól és elérhetőségtől függően. Egy „virtuális hardver” verziót is biztosítottunk azok számára, akik nem férnek hozzá fizikai hardverhez, vagy többet szeretnének megtanulni vásárlás előtt. További információkat és egy „bevásárlólistát” találhatsz a hardver oldalon, beleértve a barátainktól, a Seeed Studio-tól vásárolható komplett készletek linkjeit is.

💁 Találd meg Üzleti Etikai Kódexünket, a Közreműködési szabályokat és a Fordítási irányelveket. Várjuk a konstruktív visszajelzéseidet!

🔧 Problémád van? Nézd meg a Hibaelhárító Útmutatót a gyakori problémák megoldásaiért.

Minden leckében szerepel:

• vázlat
• választható kiegészítő videó
• a lecke előtti bemelegítő kvíz
• írott lecke
• projekt-alapú leckék esetén lépésről lépésre vezető útmutatók a projekt elkészítéséhez
• tudásellenőrzések
• egy kihívás
• kiegészítő olvasmány
• házi feladat
• leckét követő kvíz

Megjegyzés a kvízekről: Minden kvíz a quiz-app mappában található, összesen 48 kvíz három-három kérdéssel. Ezek a leckékből elérhetők, de a kvíz alkalmazás lokálisan is futtatható vagy Azure-ba telepíthető; kövesd a quiz-app mappában található utasításokat. Fokozatosan lokalizáljuk őket.

Leckék

	Projekt Neve	Tanult Fogalmak	Tanulási Célkitűzések	Hivatkozott Lecke
01	Kezdő lépések	Bevezetés az IoT világába	Ismerd meg az IoT alapelveit és az IoT megoldások alapvető elemeit, például az érzékelőket és felhőszolgáltatásokat miközben beállítod az első IoT eszközödet	Bevezetés az IoT-be
02	Kezdő lépések	Mélyebb betekintés az IoT-be	Tudj meg többet az IoT rendszer komponenseiről, valamint a mikrokontrollerekről és az egylapos számítógépekről	Mélyebb betekintés az IoT-be
03	Kezdő lépések	Interakció a fizikai világgal érzékelők és működtetők segítségével	Ismerd meg az érzékelőket, melyek adatot gyűjtenek a fizikai világból, és a működtetőket, amelyek visszacsatolást küldenek, miközben egy éjszakai lámpát építesz	Interakció a fizikai világgal érzékelők és működtetők segítségével
04	Kezdő lépések	Írd be eszközöd az internetre	Tanuld meg, hogyan lehet egy IoT eszközt az internetre csatlakoztatni és üzeneteket küldeni, fogadni, miközben a éjszakai lámpádat egy MQTT brokerhez kötöd	Eszköz csatlakoztatása az internetre
05	Gazdaság	Megnövekedés előrejelzése	Tanuld meg, hogyan lehet előre jelezni a növénynövekedést egy IoT eszköz által rögzített hőmérsékletadatok segítségével	Megnövekedés előrejelzése
06	Gazdaság	Talajnedvesség érzékelése	Tanuld meg, hogyan lehet érzékelni a talaj nedvességtartalmát és kalibrálni egy talajnedvesség érzékelőt	Talajnedvesség érzékelése
07	Gazdaság	Automatikus növényöntözés	Tanuld meg, hogyan lehet automatikusan és időzítve öntözni relé és MQTT segítségével	Automatikus növényöntözés
08	Gazdaság	Növényed áthelyezése a felhőbe	Ismerd meg a felhőt és a felhőalapú IoT szolgáltatásokat, valamint hogyan csatlakoztasd növényedet egy ezek közül a publikus MQTT broker helyett	Növényed áthelyezése a felhőbe
09	Gazdaság	Alkalmazás logikád áthelyezése a felhőbe	Tudj meg többet arról, hogyan írhatod meg az alkalmazás logikáját a felhőben, amely reagál az IoT üzenetekre	Alkalmazás logikád áthelyezése a felhőbe
10	Gazdaság	Tartsd biztonságban növényed	Ismerd meg az IoT biztonságát, és hogyan védd növényed kulcsokkal és tanúsítványokkal	Tartsd biztonságban növényed
11	Szállítás	Helymeghatározás	Ismerd meg a GPS helymeghatározást IoT eszközökhöz	Helymeghatározás
12	Szállítás	Adattárolás hely alapján	Tanuld meg, hogyan tárolhatod az IoT adatokat későbbi megjelenítéshez vagy elemzéshez	Helyadat tárolása
13	Szállítás	Helyadatok megjelenítése	Ismerd meg, hogyan jelenítsd meg a helyadatokat térképen, és miként jelenítik meg a térképek a valós 3D világot 2 dimenzióban	Helyadatok megjelenítése
14	Szállítás	Geokerítések	Ismerd meg a geokerítéseket, és hogyan lehet őket figyelmeztetésre használni, amikor a szállítási lánc járművei közelítenek a célhoz	Geokerítések
15	Gyártás	Gyümölcsminőség-érzékelő betanítása	Ismerd meg, hogyan képezhetsz képosztályozót a felhőben gyümölcs minőségének érzékelésére	Gyümölcsminőség-érzékelő betanítása
16	Gyártás	Gyümölcsminőség ellenőrzése IoT-eszközről	Ismerd meg, hogyan használhatod gyümölcsminőség-érzékelődet egy IoT eszközről	Gyümölcsminőség ellenőrzése IoT-eszközről
17	Gyártás	Gyümölcsérzékelő futtatása az élen	Ismerd meg, hogyan futtathatod gyümölcsérzékelődet az IoT eszközön helyileg	Gyümölcsérzékelő futtatása az élen
18	Gyártás	Gyümölcsminőség érzékelés indítása egy szenzorról	Ismerd meg, hogyan indíthatod el a gyümölcsminőség érzékelést egy szenzorról	Gyümölcsminőség érzékelés indítása szenzorról
19	Kiskereskedelem	Készletérzékelő tanítása	Ismerd meg, hogyan használj objektumfelismerést egy készletérzékelő tanításához a bolt készletének megszámlálására	Készletérzékelő tanítása
20	Kiskereskedelem	Készlet ellenőrzése IoT eszközről	Ismerd meg, hogyan ellenőrizheted a készletet IoT eszközről egy objektumfelismerő modell segítségével	Készlet ellenőrzése IoT eszközről
21	Fogyasztói eszközök	Beszédfelismerés IoT eszközzel	Ismerd meg, hogyan ismerd fel a beszédet egy IoT eszközről, hogy egy intelligens időzítőt építs	Beszédfelismerés IoT eszközzel
22	Fogyasztói eszközök	Nyelvértés	Tanuld meg, hogyan érts meg mondatokat, amelyeket egy IoT eszköznek mondanak	Nyelvértés
23	Fogyasztói eszközök	Időzítő beállítása és hangos visszajelzés	Tanuld meg, hogyan állíthatsz be időzítőt egy IoT eszközön és adhatsz hangos visszajelzést az időzítő indításáról és lejártáról	Időzítő beállítása és hangos visszajelzés
24	Fogyasztói eszközök	Többnyelvű támogatás	Ismerd meg, hogyan támogathatsz több nyelvet, mind beszédben, mind válaszként az intelligens időzítődtől	Többnyelvű támogatás

Offline elérés

A dokumentáció offline használatához használd a Docsify eszközt. Forkold ezt a repót, telepítsd a Docsify-t a helyi gépedre, majd a repo gyökérmappájában írd be, hogy docsify serve. A weboldalt a localhost 3000-es portján fogja szolgáltatni: localhost:3000.

Kvíz

Köszönet a közösségnek, hogy megtartják az interaktív kvízt, amely minden fejezet tudáspróbája. Tudásodat itt tesztelheted.

PDF

Ha szükséges, készíthetsz ebből a tartalomból offline elérésre PDF-et. Ehhez győződj meg róla, hogy az npm telepítve van, majd fusd a következő parancsokat a repo gyökérmappájában:

npm i
npm run convert

Diák

Néhány leckéhez diavetítések is elérhetők a slides mappában.

Egyéb tantervek

Csapatunk más tananyagokat is készít! Nézd meg:

LangChain

Azure / Edge / MCP / Ügynökök

---

Generatív AI sorozat

---

Alapvető tanulás

---

Copilot sorozat

Képforrások

A tananyagban használt képek forrásai megtalálhatók, ahol szükséges, az Attributions fájlban.

---

Jogi nyilatkozat:
Ezt a dokumentumot az AI fordító szolgáltatás, a Co-op Translator segítségével fordítottuk. Bár az pontosságra törekszünk, kérjük, vegye figyelembe, hogy az automatikus fordítás hibákat vagy pontatlanságokat tartalmazhat. Az eredeti dokumentum anyanyelven készült változata tekintendő hiteles forrásnak. Kritikus információk esetén ajánlott profi emberi fordítást igénybe venni. Nem vállalunk felelősséget a fordítás használatából eredő félreértésekért vagy félreértelmezésekért.