|
3 weeks ago | |
---|---|---|
.. | ||
1-getting-started | 3 weeks ago | |
2-farm | 3 weeks ago | |
3-transport | 3 weeks ago | |
4-manufacturing | 3 weeks ago | |
5-retail | 3 weeks ago | |
6-consumer | 3 weeks ago | |
docs | 3 weeks ago | |
images | 3 weeks ago | |
lesson-template | 3 weeks ago | |
quiz-app | 3 weeks ago | |
CODE_OF_CONDUCT.md | 3 weeks ago | |
CONTRIBUTING.md | 3 weeks ago | |
README.md | 3 weeks ago | |
SECURITY.md | 3 weeks ago | |
SUPPORT.md | 3 weeks ago | |
attributions.md | 3 weeks ago | |
clean-up.md | 3 weeks ago | |
for-teachers.md | 3 weeks ago | |
hardware.md | 3 weeks ago | |
recommended-learning-model.md | 3 weeks ago |
README.md
Sertai Komuniti Azure AI Foundry
Ikuti langkah-langkah ini untuk mula menggunakan sumber ini:
- Fork Repositori: Klik
- Clone Repositori:
git clone https://github.com/microsoft/IoT-For-Beginners.git
- Sertai Discord Azure AI Foundry dan berhubung dengan pakar serta pembangun lain
🌐 Sokongan Pelbagai Bahasa
Disokong melalui GitHub Action (Automatik & Sentiasa Terkini)
Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Korean | Malay | Marathi | Nepali | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Thai | Turkish | Ukrainian | Urdu | Vietnamese
IoT untuk Pemula - Kurikulum
Azure Cloud Advocates di Microsoft dengan bangga menawarkan kurikulum 12 minggu, 24 pelajaran tentang asas IoT. Setiap pelajaran termasuk kuiz sebelum dan selepas pelajaran, arahan bertulis untuk melengkapkan pelajaran, penyelesaian, tugasan dan banyak lagi. Pendekatan berasaskan projek kami membolehkan anda belajar sambil membina, cara yang terbukti untuk memastikan kemahiran baru lebih mudah diingati.
Projek-projek ini merangkumi perjalanan makanan dari ladang ke meja. Ini termasuk pertanian, logistik, pembuatan, runcit dan pengguna - semua bidang industri yang popular untuk peranti IoT.
Sketchnote oleh Nitya Narasimhan. Klik imej untuk versi yang lebih besar.
Terima kasih yang tulus kepada penulis kami Jen Fox, Jen Looper, Jim Bennett, dan artis sketchnote kami Nitya Narasimhan.
Terima kasih juga kepada pasukan Microsoft Learn Student Ambassadors yang telah menyemak dan menterjemah kurikulum ini - 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, dan Zina Kamel.
Kenali pasukan!
Gif oleh Mohit Jaisal
🎥 Klik imej di atas untuk video tentang projek ini!
Guru, kami telah menyertakan beberapa cadangan tentang cara menggunakan kurikulum ini. Jika anda ingin mencipta pelajaran anda sendiri, kami juga telah menyertakan templat pelajaran.
Pelajar, untuk menggunakan kurikulum ini secara individu, fork keseluruhan repo dan lengkapkan latihan secara sendiri, bermula dengan kuiz pra-pelajaran, kemudian membaca pelajaran dan melengkapkan aktiviti lain. Cuba bina projek dengan memahami pelajaran daripada menyalin kod penyelesaian; walau bagaimanapun kod tersebut tersedia dalam folder /solutions dalam setiap pelajaran berorientasikan projek. Idea lain adalah membentuk kumpulan belajar dengan rakan-rakan dan melalui kandungan bersama-sama. Untuk kajian lanjut, kami mengesyorkan Microsoft Learn.
Untuk video gambaran keseluruhan kursus ini, lihat video ini:
🎥 Klik imej di atas untuk video tentang projek ini!
Pedagogi
Kami telah memilih dua prinsip pedagogi semasa membina kurikulum ini: memastikan ia berasaskan projek dan termasuk kuiz yang kerap. Menjelang akhir siri ini, pelajar akan membina sistem pemantauan dan penyiraman tumbuhan, penjejak kenderaan, tetapan kilang pintar untuk menjejak dan memeriksa makanan, serta pemasa memasak yang dikawal suara, dan akan mempelajari asas-asas Internet of Things termasuk cara menulis kod peranti, menyambung ke awan, menganalisis telemetri dan menjalankan AI di tepi.
Dengan memastikan kandungan selaras dengan projek, proses pembelajaran menjadi lebih menarik untuk pelajar dan pengekalan konsep akan dipertingkatkan.
Selain itu, kuiz berisiko rendah sebelum kelas menetapkan niat pelajar untuk mempelajari topik, manakala kuiz kedua selepas kelas memastikan pengekalan yang lebih lanjut. Kurikulum ini direka untuk fleksibel dan menyeronokkan serta boleh diambil secara keseluruhan atau sebahagian. Projek-projek bermula kecil dan menjadi semakin kompleks menjelang akhir kitaran 12 minggu.
Setiap projek berdasarkan perkakasan dunia nyata yang tersedia untuk pelajar dan penggemar. Setiap projek melihat ke dalam domain projek tertentu, menyediakan pengetahuan latar belakang yang relevan. Untuk menjadi pembangun yang berjaya, adalah berguna untuk memahami domain di mana anda menyelesaikan masalah, menyediakan pengetahuan latar belakang ini membolehkan pelajar memikirkan penyelesaian IoT mereka dan pembelajaran dalam konteks jenis masalah dunia nyata yang mungkin diminta untuk diselesaikan sebagai pembangun IoT. Pelajar mempelajari 'mengapa' penyelesaian yang mereka bina, dan mendapat penghargaan terhadap pengguna akhir.
Perkakasan
Kami mempunyai dua pilihan perkakasan IoT untuk digunakan dalam projek bergantung pada pilihan peribadi, pengetahuan atau keutamaan bahasa pengaturcaraan, matlamat pembelajaran dan ketersediaan. Kami juga telah menyediakan versi 'perkakasan maya' untuk mereka yang tidak mempunyai akses kepada perkakasan, atau ingin belajar lebih lanjut sebelum membuat pembelian. Anda boleh membaca lebih lanjut dan mencari 'senarai belanja' di halaman perkakasan, termasuk pautan untuk membeli kit lengkap daripada rakan-rakan kami di Seeed Studio.
💁 Cari Kod Etika, Cara Menyumbang, dan panduan Terjemahan. Kami mengalu-alukan maklum balas membina anda!
Setiap pelajaran termasuk:
- sketchnote
- video tambahan pilihan
- kuiz pemanasan sebelum pelajaran
- pelajaran bertulis
- untuk pelajaran berasaskan projek, panduan langkah demi langkah tentang cara membina projek
- semakan pengetahuan
- cabaran
- bacaan tambahan
- tugasan
- kuiz selepas pelajaran
Nota mengenai kuiz: Semua kuiz terdapat dalam folder quiz-app, dengan jumlah keseluruhan 48 kuiz yang masing-masing mengandungi tiga soalan. Kuiz ini dihubungkan dari dalam pelajaran, tetapi aplikasi kuiz boleh dijalankan secara tempatan atau dideploy ke Azure; ikuti arahan dalam folder
quiz-app
. Ia sedang dilokalkan secara berperingkat.
Pelajaran
Nama Projek | Konsep yang Diajarkan | Objektif Pembelajaran | Pelajaran Berkaitan | |
---|---|---|---|---|
01 | Memulakan | Pengenalan kepada IoT | Pelajari prinsip asas IoT dan komponen asas penyelesaian IoT seperti sensor dan perkhidmatan awan sambil anda menyediakan peranti IoT pertama anda | Pengenalan kepada IoT |
02 | Memulakan | Penyelaman lebih mendalam ke dalam IoT | Ketahui lebih lanjut tentang komponen sistem IoT, serta mikropengawal dan komputer papan tunggal | Penyelaman lebih mendalam ke dalam IoT |
03 | Memulakan | Berinteraksi dengan dunia fizikal menggunakan sensor dan aktuator | Ketahui tentang sensor untuk mengumpul data dari dunia fizikal, dan aktuator untuk menghantar maklum balas, sambil anda membina lampu malam | Berinteraksi dengan dunia fizikal menggunakan sensor dan aktuator |
04 | Memulakan | Sambungkan peranti anda ke Internet | Ketahui cara menyambungkan peranti IoT ke Internet untuk menghantar dan menerima mesej dengan menyambungkan lampu malam anda ke broker MQTT | Sambungkan peranti anda ke Internet |
05 | Ladang | Meramal pertumbuhan tumbuhan | Ketahui cara meramal pertumbuhan tumbuhan menggunakan data suhu yang ditangkap oleh peranti IoT | Meramal pertumbuhan tumbuhan |
06 | Ladang | Mengesan kelembapan tanah | Ketahui cara mengesan kelembapan tanah dan menentukur sensor kelembapan tanah | Mengesan kelembapan tanah |
07 | Ladang | Penyiraman tumbuhan automatik | Ketahui cara mengautomasikan dan menjadualkan penyiraman menggunakan relay dan MQTT | Penyiraman tumbuhan automatik |
08 | Ladang | Migrasikan tumbuhan anda ke awan | Ketahui tentang awan dan perkhidmatan IoT yang dihoskan di awan serta cara menyambungkan tumbuhan anda ke salah satu daripadanya dan bukannya broker MQTT awam | Migrasikan tumbuhan anda ke awan |
09 | Ladang | Migrasikan logik aplikasi anda ke awan | Ketahui cara anda boleh menulis logik aplikasi di awan yang bertindak balas kepada mesej IoT | Migrasikan logik aplikasi anda ke awan |
10 | Ladang | Kekalkan keselamatan tumbuhan anda | Ketahui tentang keselamatan dengan IoT dan cara memastikan keselamatan tumbuhan anda dengan kunci dan sijil | Kekalkan keselamatan tumbuhan anda |
11 | Pengangkutan | Penjejakan lokasi | Ketahui tentang penjejakan lokasi GPS untuk peranti IoT | Penjejakan lokasi |
12 | Pengangkutan | Simpan data lokasi | Ketahui cara menyimpan data IoT untuk divisualisasikan atau dianalisis kemudian | Simpan data lokasi |
13 | Pengangkutan | Visualisasikan data lokasi | Ketahui tentang memvisualisasikan data lokasi pada peta, dan bagaimana peta mewakili dunia 3D sebenar dalam 2 dimensi | Visualisasikan data lokasi |
14 | Pengangkutan | Geofence | Ketahui tentang geofence, dan bagaimana ia boleh digunakan untuk memberi amaran apabila kenderaan dalam rantaian bekalan hampir ke destinasi mereka | Geofence |
15 | Pembuatan | Latih pengesan kualiti buah | Ketahui tentang melatih pengelas imej di awan untuk mengesan kualiti buah | Latih pengesan kualiti buah |
16 | Pembuatan | Periksa kualiti buah dari peranti IoT | Ketahui tentang menggunakan pengesan kualiti buah anda dari peranti IoT | Periksa kualiti buah dari peranti IoT |
17 | Pembuatan | Jalankan pengesan buah anda di tepi | Ketahui tentang menjalankan pengesan buah anda pada peranti IoT di tepi | Jalankan pengesan buah anda di tepi |
18 | Pembuatan | Pencetus pengesanan kualiti buah dari sensor | Ketahui tentang mencetuskan pengesanan kualiti buah dari sensor | Pencetus pengesanan kualiti buah dari sensor |
19 | Runcit | Latih pengesan stok | Ketahui cara menggunakan pengesanan objek untuk melatih pengesan stok untuk mengira stok di kedai | Latih pengesan stok |
20 | Runcit | Periksa stok dari peranti IoT | Ketahui cara memeriksa stok dari peranti IoT menggunakan model pengesanan objek | Periksa stok dari peranti IoT |
21 | Pengguna | Kenali pertuturan dengan peranti IoT | Ketahui cara mengenali pertuturan dari peranti IoT untuk membina pemasa pintar | Kenali pertuturan dengan peranti IoT |
22 | Pengguna | Fahami bahasa | Ketahui cara memahami ayat yang diucapkan kepada peranti IoT | Fahami bahasa |
23 | Pengguna | Tetapkan pemasa dan berikan maklum balas lisan | Ketahui cara menetapkan pemasa pada peranti IoT dan memberikan maklum balas lisan tentang bila pemasa ditetapkan dan bila ia tamat | Tetapkan pemasa dan berikan maklum balas lisan |
24 | Pengguna | Sokong pelbagai bahasa | Ketahui cara menyokong pelbagai bahasa, baik yang diucapkan kepada peranti anda mahupun respons daripada pemasa pintar anda | Sokong pelbagai bahasa |
Akses Luar Talian
Anda boleh menjalankan dokumentasi ini secara luar talian dengan menggunakan Docsify. Fork repositori ini, pasang Docsify pada mesin tempatan anda, dan kemudian di folder root repositori ini, taip docsify serve
. Laman web akan disediakan pada port 3000 di localhost anda: localhost:3000
.
Kuiz
Terima kasih kepada komuniti kerana menganjurkan kuiz interaktif yang menguji pengetahuan anda tentang setiap bab. Anda boleh menguji pengetahuan anda di sini
Anda boleh menjana PDF kandungan ini untuk akses luar talian jika diperlukan. Untuk melakukannya, pastikan anda mempunyai npm dipasang dan jalankan arahan berikut di folder root repositori ini:
npm i
npm run convert
Slaid
Terdapat dek slaid untuk beberapa pelajaran dalam folder slides.
Kurikulum Lain
Pasukan kami menghasilkan kurikulum lain! Lihat:
- 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
Atribusi Imej
Anda boleh menemui semua atribusi untuk imej yang digunakan dalam kurikulum ini di mana diperlukan dalam Attributions.
Penafian:
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk memastikan ketepatan, sila ambil perhatian bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang berwibawa. Untuk maklumat yang kritikal, terjemahan manusia profesional adalah disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.