IoT-For-Beginners/translations/pl

Dołącz do Społeczności Azure AI Foundry

Jeśli utkniesz lub masz pytania dotyczące tworzenia aplikacji AI. Dołącz do innych uczących się i doświadczonych deweloperów, aby uczestniczyć w dyskusjach na temat MCP. To wspierająca społeczność, gdzie pytania są mile widziane, a wiedza jest swobodnie dzielona.

Jeśli masz uwagi dotyczące produktu lub napotkasz błędy podczas budowania, odwiedź:

Wykonaj te kroki, aby rozpocząć korzystanie z tych zasobów:

1. Utwórz fork repozytorium: Kliknij
2. Sklonuj repozytorium: git clone https://github.com/microsoft/IoT-For-Beginners.git
3. Dołącz do Discord Microsoft Foundry i spotkaj ekspertów oraz innych programistów

🌐 Wsparcie wielojęzyczne

Obsługiwane przez GitHub Action (zautomatyzowane i zawsze aktualne)

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

Wolisz sklonować lokalnie?

To repozytorium zawiera ponad 50 tłumaczeń językowych, co znacząco zwiększa rozmiar pobieranego pliku. Aby sklonować bez tłumaczeń, użyj 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 zapewnia wszystko, czego potrzebujesz, aby ukończyć kurs, z dużo szybszym pobieraniem.

IoT dla początkujących - Program nauczania

Advocaci Azure Cloud w Microsoft z przyjemnością oferują 12-tygodniowy kurs składający się z 24 lekcji poświęconych podstawom IoT. Każda lekcja zawiera quizy przed i po lekcji, pisemne instrukcje do wykonania lekcji, rozwiązanie, zadanie i więcej. Nasza pedagogika oparta na projektach pozwala uczyć się podczas budowania, co jest sprawdzonym sposobem na trwałe przyswajanie nowych umiejętności.

Projekty obejmują drogę jedzenia od farmy do stołu. Dotyczy to rolnictwa, logistyki, produkcji, handlu detalicznego i konsumenta - wszystkie te obszary są popularne pod względem zastosowań IoT.

Sketchnote autorstwa Nitya Narasimhan. Kliknij obraz, aby zobaczyć większą wersję.

Serdeczne podziękowania dla naszych autorów Jen Fox, Jen Looper, Jim Bennett oraz naszego artysty sketchnote Nitya Narasimhan.

Podziękowania również dla naszego zespołu Microsoft Learn Student Ambassadors, którzy recenzowali i tłumaczyli ten program - 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 oraz Zina Kamel.

Poznaj zespół!

Gif autorstwa Mohit Jaisal

🎥 Kliknij powyższy obraz, aby obejrzeć wideo o projekcie!

Nauczyciele, dołączyliśmy kilka sugestii jak korzystać z tego programu nauczania. Jeśli chcesz tworzyć własne lekcje, dołączyliśmy również szablon lekcji.

Studenci, aby korzystać z tego programu samodzielnie, zrób fork całego repozytorium i wykonuj zadania samodzielnie, zaczynając od quizu przed wykładem, czytając wykład i wykonując pozostałe aktywności. Staraj się tworzyć projekty, rozumiejąc lekcje, zamiast kopiować kod rozwiązania; jednak kod jest dostępny w folderach /solutions w każdej lekcji zorientowanej na projekt. Innym pomysłem jest założenie grupy naukowej z przyjaciółmi i wspólne przechodzenie przez materiały. Do dalszej nauki polecamy Microsoft Learn.

Aby zobaczyć przegląd tego kursu, zobacz to wideo:

🎥 Kliknij powyższy obraz, aby obejrzeć wideo o projekcie!

Pedagogika

Wybraliśmy dwie zasady pedagogiczne podczas tworzenia tego programu: zapewnienie, że jest oparty na projektach oraz że zawiera częste quizy. Na koniec tej serii studenci stworzą system monitorowania i nawadniania roślin, lokalizator pojazdu, inteligentną fabrykę do śledzenia i kontroli żywności oraz głosowo sterowany timer do gotowania, a także poznają podstawy Internetu Rzeczy, w tym jak pisać kod dla urządzeń, łączyć się z chmurą, analizować telemetrię i uruchamiać AI na brzegu sieci.

Dopasowanie treści do projektów sprawia, że proces jest bardziej angażujący dla uczniów, a zapamiętywanie koncepcji zostanie zwiększone.

Dodatkowo, quiz o niskim ryzyku przed zajęciami ustawia intencję ucznia na naukę tematu, a drugi quiz po zajęciach zapewnia dalsze utrwalenie wiedzy. Ten program został zaprojektowany tak, aby był elastyczny i przyjemny, i można go realizować w całości lub częściowo. Projekty zaczynają się od małych i stają się coraz bardziej złożone do końca 12-tygodniowego cyklu.

Każdy projekt opiera się na rzeczywistym sprzęcie dostępnym dla uczniów i hobbystów. Każdy projekt bada konkretną dziedzinę, dostarczając odpowiedniej wiedzy wstępnej. Aby być skutecznym programistą, warto rozumieć dziedzinę, w której rozwiązujesz problemy; dostarczanie tej wiedzy pozwala uczniom myśleć o ich rozwiązaniach IoT i naukach w kontekście rzeczywistego problemu, który mogą być poproszeni rozwiązać jako deweloper IoT. Studenci uczą się 'dlaczego' rozwiązań, które tworzą, i zyskują zrozumienie dla końcowego użytkownika.

Sprzęt

Mamy do wyboru dwa rodzaje sprzętu IoT do wykorzystania w projektach, w zależności od osobistych preferencji, znajomości języków programowania, celów edukacyjnych i dostępności. Udostępniliśmy także wersję 'wirtualnego sprzętu' dla tych, którzy nie mają dostępu do sprzętu lub chcą nauczyć się więcej przed podjęciem decyzji o zakupie. Więcej informacji oraz 'listę zakupów' można znaleźć na stronie sprzętu, wraz z linkami do zakupu kompletnych zestawów od naszych przyjaciół z Seeed Studio.

💁 Znajdź nasze wytyczne dotyczące Kodeksu Postępowania, Wkładu oraz Tłumaczeń. Zachęcamy do konstruktywnej opinii!

🔧 Masz problemy? Sprawdź nasz Przewodnik Rozwiązywania Problemów z rozwiązaniami typowych problemów.

Każda lekcja zawiera:

• notatkę wizualną
• opcjonalne wideo uzupełniające
• quiz rozgrzewkowy przed lekcją
• lekcję pisemną
• w projektach: przewodniki krok po kroku, jak zbudować projekt
• sprawdziany wiedzy
• wyzwanie
• dodatkowe materiały do czytania
• zadanie
• quiz po lekcji

Uwaga o quizach: Wszystkie quizy znajdują się w folderze quiz-app, jest ich 48, każdy z trzema pytaniami. Linki do nich znajdziesz w lekcjach, ale aplikację quizową można uruchomić lokalnie lub wdrożyć na Azure; postępuj zgodnie z instrukcją w folderze quiz-app. Quizy są stopniowo lokalizowane.

Lekcje

	Nazwa projektu	Nauczane koncepcje	Cele nauki	Powiązana lekcja
01	Pierwsze kroki	Wprowadzenie do IoT	Naucz się podstawowych zasad IoT i elementów składowych rozwiązań IoT, takich jak czujniki i usługi w chmurze, podczas konfigurowania pierwszego urządzenia IoT	Wprowadzenie do IoT
02	Pierwsze kroki	Dogłębne wprowadzenie do IoT	Dowiedz się więcej o komponentach systemu IoT, a także o mikrokontrolerach i komputerach jednopłytkowych	Dogłębne wprowadzenie do IoT
03	Pierwsze kroki	Interakcja ze światem fizycznym za pomocą czujników i aktuatorów	Poznaj czujniki do zbierania danych ze świata fizycznego oraz aktuatory do przekazywania informacji zwrotnej, tworząc lampkę nocną	Interakcja ze światem fizycznym za pomocą czujników i aktuatorów
04	Pierwsze kroki	Podłącz urządzenie do Internetu	Dowiedz się, jak podłączyć urządzenie IoT do Internetu, aby wysyłać i odbierać wiadomości, łącząc lampkę nocną z brokerem MQTT	Podłącz urządzenie do Internetu
05	Farm	Przewidywanie wzrostu roślin	Naucz się przewidywać wzrost roślin korzystając z danych o temperaturze zbieranych przez urządzenie IoT	Przewidywanie wzrostu roślin
06	Farm	Wykrywanie wilgotności gleby	Naucz się wykrywać wilgotność gleby i kalibrować czujnik wilgotności gleby	Wykrywanie wilgotności gleby
07	Farm	Automatyczne podlewanie roślin	Naucz się automatyzować i harmonogramować podlewanie przy użyciu przekaźnika i MQTT	Automatyczne podlewanie roślin
08	Farm	Migracja roślin do chmury	Dowiedz się o chmurze i usługach IoT hostowanych w chmurze oraz jak podłączyć roślinę do jednej z nich zamiast do publicznego brokera MQTT	Migracja roślin do chmury
09	Farm	Migracja logiki aplikacji do chmury	Dowiedz się, jak pisać logikę aplikacji w chmurze reagującą na wiadomości IoT	Migracja logiki aplikacji do chmury
10	Farm	Zabezpieczenie rośliny	Dowiedz się o bezpieczeństwie IoT i jak zabezpieczyć swoją roślinę za pomocą kluczy i certyfikatów	Zabezpieczenie rośliny
11	Transport	Śledzenie lokalizacji	Dowiedz się o śledzeniu lokalizacji GPS dla urządzeń IoT	Śledzenie lokalizacji
12	Transport	Przechowywanie danych lokalizacji	Naucz się przechowywać dane IoT do późniejszej wizualizacji lub analizy	Przechowywanie danych lokalizacji
13	Transport	Wizualizacja danych lokalizacji	Dowiedz się o wizualizacji danych lokalizacji na mapie oraz jak mapy przedstawiają rzeczywisty świat 3D w 2 wymiarach	Wizualizacja danych lokalizacji
14	Transport	Geostrefy	Dowiedz się o geostrefach i jak mogą być używane do powiadamiania, gdy pojazdy w łańcuchu dostaw są blisko ich celu	Geostrefy
15	Produkcja	Trening detektora jakości owoców	Dowiedz się, jak trenować klasyfikator obrazów w chmurze do wykrywania jakości owoców	Trening detektora jakości owoców
16	Produkcja	Sprawdzanie jakości owoców z urządzenia IoT	Dowiedz się, jak korzystać z detektora jakości owoców za pomocą urządzenia IoT	Sprawdzanie jakości owoców z urządzenia IoT
17	Produkcja	Uruchamianie detektora owoców na krawędzi	Dowiedz się, jak uruchomić detektor owoców na urządzeniu IoT na brzegu sieci	Uruchamianie detektora owoców na krawędzi
18	Produkcja	Wyzwalanie detekcji jakości owoców z czujnika	Dowiedz się, jak wyzwalać detekcję jakości owoców z użyciem czujnika	Wyzwalanie detekcji jakości owoców z czujnika
19	Retail	Trening detektora zapasów	Naucz się używać detekcji obiektów do trenowania detektora zapasów do liczenia towarów w sklepie	Trening detektora zapasów
20	Retail	Sprawdzanie zapasów z urządzenia IoT	Dowiedz się, jak sprawdzać zapasy za pomocą urządzenia IoT korzystającego z modelu detekcji obiektów	Sprawdzanie zapasów z urządzenia IoT
21	Konsument	Rozpoznawanie mowy z urządzenia IoT	Naucz się rozpoznawać mowę z urządzenia IoT, aby zbudować inteligentny timer	Rozpoznawanie mowy z urządzenia IoT
22	Konsument	Rozumienie języka	Dowiedz się, jak rozumieć zdania wypowiadane do urządzenia IoT	Rozumienie języka
23	Konsument	Ustawianie timera i podawanie informacji ustnie	Naucz się ustawiać timer na urządzeniu IoT i podawać ustne informacje zwrotne, kiedy timer jest ustawiony i kończy działanie	Ustawianie timera i podawanie informacji ustnie
24	Konsument	Obsługa wielu języków	Dowiedz się, jak obsługiwać wiele języków, zarówno w kontekście mówienia do urządzenia, jak i odpowiedzi ze strony twojego inteligentnego timera	Obsługa wielu języków

Dostęp offline

Możesz uruchomić tę dokumentację offline korzystając z Docsify. Sklonuj to repozytorium, zainstaluj Docsify na swoim komputerze, a następnie w katalogu głównym tego repozytorium wpisz docsify serve. Strona zostanie udostępniona na porcie 3000 lokalnie: localhost:3000.

Quiz

Dzięki społeczności za udostępnienie interaktywnego quizu sprawdzającego wiedzę z każdego rozdziału. Możesz sprawdzić swoją wiedzę tutaj

PDF

Możesz wygenerować PDF z tą zawartością do użytku offline, jeśli zajdzie taka potrzeba. Aby to zrobić, upewnij się, że masz zainstalowany npm i uruchom następujące polecenia w katalogu głównym tego repozytorium:

npm i
npm run convert

Slajdy

Dla niektórych lekcji dostępne są prezentacje w folderze slides.

Inne kursy

Nasz zespół tworzy inne kursy! Sprawdź:

LangChain

Azure / Edge / MCP / Agenci

---

Seria Generatywnej AI

---

Podstawy nauki

---

Seria Copilot

Podziękowania za obrazy

Wszystkie podziękowania dla obrazów użytych w tym programie nauczania, tam gdzie jest to wymagane, znajdziesz w Podziękowania.

---

Disclaimer: Ten dokument został przetłumaczony przy użyciu usługi tłumaczenia AI Co-op Translator. Chociaż dokładamy wszelkich starań, aby zapewnić poprawność, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w języku źródłowym powinien być uważany za źródło autorytatywne. W przypadku informacji krytycznych zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za wszelkie nieporozumienia lub błędne interpretacje wynikające z korzystania z tego tłumaczenia.