IoT-For-Beginners/translations/sl

Pridružite se skupnosti Azure AI Foundry

Sledite tem korakom, da začnete uporabljati te vire:

1. Razvejite repozitorij: Kliknite
2. Klonirajte repozitorij: git clone https://github.com/microsoft/IoT-For-Beginners.git
3. Pridružite se Discordu Azure AI Foundry in spoznajte strokovnjake ter druge razvijalce

🌐 Večjezična podpora

Podprto prek GitHub Action (avtomatizirano in vedno posodobljeno)

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 za začetnike - Kurikulum

Azure Cloud Advocates pri Microsoftu z veseljem ponujajo 12-tedenski, 24-lekcijski kurikulum o osnovah IoT. Vsaka lekcija vključuje kvize pred in po lekciji, pisna navodila za dokončanje lekcije, rešitev, nalogo in še več. Naša projektno usmerjena pedagogika vam omogoča učenje skozi gradnjo, kar je dokazano učinkovit način za utrjevanje novih veščin.

Projekti pokrivajo potovanje hrane od kmetije do mize. To vključuje kmetijstvo, logistiko, proizvodnjo, maloprodajo in potrošnika - vse priljubljena področja industrije za IoT naprave.

Skica avtorja Nitya Narasimhan. Kliknite sliko za večjo različico.

Iskrena zahvala našim avtorjem Jen Fox, Jen Looper, Jim Bennett in naši umetnici skic Nitya Narasimhan.

Hvala tudi naši ekipi Microsoft Learn Student Ambassadors, ki so pregledovali in prevajali ta kurikulum - 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 in Zina Kamel.

Spoznajte ekipo!

Gif avtorja Mohit Jaisal

🎥 Kliknite zgornjo sliko za video o projektu!

Učitelji, vključili smo nekaj predlogov, kako uporabiti ta kurikulum. Če želite ustvariti svoje lekcije, smo vključili tudi predlogo lekcije.

Študenti, če želite ta kurikulum uporabljati sami, razvejite celoten repozitorij in dokončajte vaje sami, začenši s kvizom pred predavanjem, nato preberite predavanje in dokončajte preostale aktivnosti. Poskusite ustvariti projekte z razumevanjem lekcij namesto kopiranja rešitvene kode; vendar je ta koda na voljo v mapah /solutions v vsaki projektno usmerjeni lekciji. Druga ideja je, da oblikujete študijsko skupino s prijatelji in skupaj preučite vsebino. Za nadaljnje študije priporočamo Microsoft Learn.

Za video pregled tega tečaja si oglejte ta video:

🎥 Kliknite zgornjo sliko za video o projektu!

Pedagogika

Pri gradnji tega kurikuluma smo izbrali dve pedagoški načeli: zagotoviti, da je projektno usmerjen, in vključiti pogoste kvize. Do konca te serije bodo študenti zgradili sistem za spremljanje in zalivanje rastlin, sledilnik vozil, pametno tovarniško nastavitev za spremljanje in preverjanje hrane ter glasovno nadzorovan kuhinjski časovnik, hkrati pa se bodo naučili osnov interneta stvari, vključno s pisanjem kode za naprave, povezovanjem v oblak, analizo telemetrije in izvajanjem umetne inteligence na robu.

Z zagotavljanjem, da se vsebina ujema s projekti, je proces bolj privlačen za študente, koncepti pa se bolje utrdijo.

Poleg tega kviz z nizkimi vložki pred predavanjem usmeri pozornost študenta na učenje določene teme, medtem ko drugi kviz po predavanju zagotavlja nadaljnjo utrditev. Ta kurikulum je bil zasnovan tako, da je prilagodljiv in zabaven ter ga je mogoče vzeti v celoti ali delno. Projekti se začnejo majhni in postajajo vse bolj zapleteni do konca 12-tedenskega cikla.

Vsak projekt temelji na resnični strojni opremi, ki je na voljo študentom in ljubiteljem. Vsak projekt se poglobi v določeno področje projekta in zagotavlja ustrezno osnovno znanje. Da bi bil razvijalec uspešen, je koristno razumeti področje, v katerem rešujete težave, zagotavljanje tega osnovnega znanja pa študentom omogoča razmišljanje o svojih IoT rešitvah in učenjih v kontekstu vrste resničnih težav, ki bi jih lahko morali rešiti kot IoT razvijalci. Študenti se naučijo "zakaj" rešitev, ki jih gradijo, in pridobijo razumevanje končnega uporabnika.

Strojna oprema

Za projekte imamo dve izbiri IoT strojne opreme, odvisno od osebnih preferenc, znanja programskih jezikov, učnih ciljev in razpoložljivosti. Prav tako smo zagotovili različico "virtualne strojne opreme" za tiste, ki nimajo dostopa do strojne opreme ali želijo izvedeti več, preden se odločijo za nakup. Več lahko preberete in najdete "nakupovalni seznam" na strani s strojno opremo, vključno s povezavami za nakup kompletov pri naših prijateljih v Seeed Studio.

💁 Najdite naš Kodeks ravnanja, Prispevanje in Smernice za prevajanje. Veseli bomo vaših konstruktivnih povratnih informacij!

Vsaka lekcija vključuje:

• skico
• neobvezni dopolnilni video
• kviz za ogrevanje pred lekcijo
• pisno lekcijo
• za projektno usmerjene lekcije, vodnike po korakih, kako zgraditi projekt
• preverjanje znanja
• izziv
• dopolnilno branje
• nalogo
• kviz po lekciji

Opomba o kvizih: Vsi kvizi se nahajajo v mapi quiz-app, skupno 48 kvizov, vsak s tremi vprašanji. Povezani so znotraj lekcij, vendar se aplikacija za kvize lahko zažene lokalno ali namesti na Azure; sledite navodilom v mapi quiz-app. Postopoma se lokalizirajo.

Lekcije

	Ime projekta	Poučeni koncepti	Cilji učenja	Povezana lekcija
01	Začetek	Uvod v IoT	Spoznajte osnovna načela IoT in osnovne gradnike IoT rešitev, kot so senzorji in storitve v oblaku, medtem ko nastavljate svojo prvo IoT napravo	Uvod v IoT
02	Začetek	Poglobljen pogled v IoT	Spoznajte več o komponentah IoT sistema, kot tudi o mikrokontrolerjih in enokartičnih računalnikih	Poglobljen pogled v IoT
03	Začetek	Interakcija s fizičnim svetom s senzorji in aktuatorji	Spoznajte senzorje za zbiranje podatkov iz fizičnega sveta in aktuatorje za pošiljanje povratnih informacij, medtem ko izdelujete nočno lučko	Interakcija s fizičnim svetom s senzorji in aktuatorji
04	Začetek	Povežite svojo napravo z internetom	Spoznajte, kako povezati IoT napravo z internetom za pošiljanje in prejemanje sporočil, tako da povežete svojo nočno lučko z MQTT strežnikom	Povežite svojo napravo z internetom
05	Kmetija	Napovedovanje rasti rastlin	Spoznajte, kako napovedati rast rastlin z uporabo podatkov o temperaturi, ki jih zajame IoT naprava	Napovedovanje rasti rastlin
06	Kmetija	Zaznavanje vlage v tleh	Spoznajte, kako zaznati vlago v tleh in umeriti senzor za vlago v tleh	Zaznavanje vlage v tleh
07	Kmetija	Samodejno zalivanje rastlin	Spoznajte, kako samodejno in časovno zalivati rastline z uporabo releja in MQTT	Samodejno zalivanje rastlin
08	Kmetija	Prenos rastline v oblak	Spoznajte oblak in storitve IoT, ki gostujejo v oblaku, ter kako povezati svojo rastlino z enim od teh namesto z javnim MQTT strežnikom	Prenos rastline v oblak
09	Kmetija	Prenos logike aplikacije v oblak	Spoznajte, kako lahko napišete logiko aplikacije v oblaku, ki se odziva na IoT sporočila	Prenos logike aplikacije v oblak
10	Kmetija	Zavarujte svojo rastlino	Spoznajte varnost pri IoT in kako zavarovati svojo rastlino s ključi in certifikati	Zavarujte svojo rastlino
11	Transport	Sledenje lokaciji	Spoznajte GPS sledenje lokaciji za IoT naprave	Sledenje lokaciji
12	Transport	Shranjevanje podatkov o lokaciji	Spoznajte, kako shraniti IoT podatke za kasnejšo vizualizacijo ali analizo	Shranjevanje podatkov o lokaciji
13	Transport	Vizualizacija podatkov o lokaciji	Spoznajte vizualizacijo podatkov o lokaciji na zemljevidu in kako zemljevidi predstavljajo resnični 3D svet v 2 dimenzijah	Vizualizacija podatkov o lokaciji
14	Transport	Geografske ograje	Spoznajte geografske ograje in kako jih lahko uporabite za opozarjanje, ko so vozila v dobavni verigi blizu svojega cilja	Geografske ograje
15	Proizvodnja	Usposabljanje detektorja kakovosti sadja	Spoznajte, kako usposobiti klasifikator slik v oblaku za zaznavanje kakovosti sadja	Usposabljanje detektorja kakovosti sadja
16	Proizvodnja	Preverjanje kakovosti sadja z IoT napravo	Spoznajte, kako uporabiti detektor kakovosti sadja z IoT napravo	Preverjanje kakovosti sadja z IoT napravo
17	Proizvodnja	Zagon detektorja sadja na robu	Spoznajte, kako zagnati detektor sadja na IoT napravi na robu	Zagon detektorja sadja na robu
18	Proizvodnja	Sprožitev zaznavanja kakovosti sadja s senzorjem	Spoznajte, kako sprožiti zaznavanje kakovosti sadja s senzorjem	Sprožitev zaznavanja kakovosti sadja s senzorjem
19	Trgovina	Usposabljanje detektorja zalog	Spoznajte, kako uporabiti zaznavanje objektov za usposabljanje detektorja zalog za štetje zalog v trgovini	Usposabljanje detektorja zalog
20	Trgovina	Preverjanje zalog z IoT napravo	Spoznajte, kako preveriti zaloge z IoT napravo z uporabo modela za zaznavanje objektov	Preverjanje zalog z IoT napravo
21	Potrošnik	Prepoznavanje govora z IoT napravo	Spoznajte, kako prepoznati govor z IoT napravo za izdelavo pametnega časovnika	Prepoznavanje govora z IoT napravo
22	Potrošnik	Razumevanje jezika	Spoznajte, kako razumeti stavke, izgovorjene IoT napravi	Razumevanje jezika
23	Potrošnik	Nastavitev časovnika in podajanje govorne povratne informacije	Spoznajte, kako nastaviti časovnik na IoT napravi in podati govorno povratno informacijo o tem, kdaj je časovnik nastavljen in kdaj se konča	Nastavitev časovnika in podajanje govorne povratne informacije
24	Potrošnik	Podpora več jezikom	Spoznajte, kako podpreti več jezikov, tako pri govorjenju napravi kot pri odgovorih vašega pametnega časovnika	Podpora več jezikom

Dostop brez povezave

To dokumentacijo lahko uporabljate brez povezave z uporabo Docsify. Forkajte to repozitorij, namestite Docsify na svojo lokalno napravo, nato pa v korenski mapi tega repozitorija vnesite docsify serve. Spletna stran bo na voljo na portu 3000 na vašem localhostu: localhost:3000.

Kviz

Hvala skupnosti za gostovanje interaktivnega kviza, ki preizkuša vaše znanje o posameznih poglavjih. Svoje znanje lahko preizkusite tukaj.

PDF

Za dostop brez povezave lahko ustvarite PDF te vsebine, če je potrebno. Za to poskrbite, da imate nameščen npm in zaženite naslednje ukaze v korenski mapi tega repozitorija:

npm i
npm run convert

Diapozitivi

Diapozitivi za nekatere lekcije so na voljo v mapi slides.

Druge učne vsebine

Naša ekipa ustvarja tudi druge učne vsebine! Oglejte si:

• 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

Priznanja za slike

Vsa priznanja za slike, uporabljene v tej učni vsebini, kjer je to potrebno, najdete v Priznanja.

---

Omejitev odgovornosti:
Ta dokument je bil preveden z uporabo storitve za prevajanje z umetno inteligenco Co-op Translator. Čeprav si prizadevamo za natančnost, vas prosimo, da upoštevate, da lahko avtomatizirani prevodi vsebujejo napake ali netočnosti. Izvirni dokument v njegovem maternem jeziku je treba obravnavati kot avtoritativni vir. Za ključne informacije priporočamo profesionalni človeški prevod. Ne prevzemamo odgovornosti za morebitna nesporazumevanja ali napačne razlage, ki bi nastale zaradi uporabe tega prevoda.