IoT-For-Beginners/translations/th

เข้าร่วมชุมชน Azure AI Foundry

หากคุณติดขัดหรือมีคำถามเกี่ยวกับการสร้างแอปพลิเคชัน AI เข้าร่วมกับผู้เรียนและนักพัฒนาที่มีประสบการณ์ในการอภิปรายเกี่ยวกับ MCP นี่คือชุมชนที่สนับสนุนซึ่งยินดีต้อนรับคำถามและแบ่งปันความรู้กันอย่างอิสระ

หากคุณมีคำติชมเกี่ยวกับผลิตภัณฑ์หรือต้องการรายงานข้อผิดพลาดขณะสร้างโปรดเข้าเยี่ยมชม:

ทำตามขั้นตอนเหล่านี้เพื่อเริ่มต้นใช้แหล่งข้อมูลเหล่านี้:

1. Fork ที่เก็บข้อมูล: คลิก
2. โคลนที่เก็บข้อมูล: git clone https://github.com/microsoft/IoT-For-Beginners.git
3. เข้าร่วม Microsot Foundry Discord และพบปะผู้เชี่ยวชาญและนักพัฒนาร่วมกัน

🌐 รองรับหลายภาษา

รองรับผ่าน GitHub Action (อัตโนมัติ & อัปเดตเสมอ)

อาหรับ | เบงกาลี | บัลแกเรีย | พม่า (เมียนมา) | จีน (ตัวย่อ) | จีน (ดั้งเดิม, ฮ่องกง) | จีน (ดั้งเดิม, มาเก๊า) | จีน (ดั้งเดิม, ไต้หวัน) | โครเอเชีย | เช็ก | เดนมาร์ก | ดัตช์ | เอสโตเนีย | ฟินแลนด์ | ฝรั่งเศส | เยอรมัน | กรีก | ฮิบรู | ฮินดี | ฮังการี | อินโดนีเซีย | อิตาลี | ญี่ปุ่น | กันนาดา | เขมร | เกาหลี | ลิทัวเนีย | มาเลย์ | มาลายาลัม | มราธี | เนปาล | ไนจีเรีย พิดจิน | นอร์เวย์ | เปอร์เซีย (ฟาร์ซี) | โปแลนด์ | โปรตุเกส (บราซิล) | โปรตุเกส (โปรตุเกส) | ปัญจาบี (กุรมุขี) | โรมาเนีย | รัสเซีย | เซอร์เบีย (ซีริลลิค) | สโลวัก | สโลวีเนีย | สเปน | สวาฮิลี | สวีเดน | ตากาล็อก (ฟิลิปปินส์) | ทมิฬ | เทลูกู | ไทย | ตุรกี | ยูเครน | อูรดู | เวียดนาม

ต้องการโคลนแบบโลคอล?

ที่เก็บนี้รวมการแปลกว่า 50 ภาษา ซึ่งเพิ่มขนาดการดาวน์โหลดอย่างมาก หากต้องการโคลนโดยไม่รวมการแปล ให้ใช้ 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"

สิ่งนี้ช่วยให้คุณได้ทุกอย่างที่จำเป็นสำหรับเรียนจบหลักสูตรด้วยการดาวน์โหลดที่รวดเร็วขึ้นมาก

IoT สำหรับผู้เริ่มต้น – หลักสูตร

Azure Cloud Advocates ที่ Microsoft ยินดีนำเสนอหลักสูตร 12 สัปดาห์ 24 บทเรียนเกี่ยวกับพื้นฐานของ IoT แต่ละบทเรียนมีแบบทดสอบก่อนและหลังเรียน คำแนะนำเป็นลายลักษณ์อักษรเพื่อทำบทเรียนให้เสร็จสมบูรณ์ โซลูชัน งานมอบหมาย และอื่น ๆ การเรียนรู้โดยเน้นโครงการช่วยให้คุณเรียนรู้ขณะสร้าง ซึ่งเป็นวิธีที่พิสูจน์แล้วว่าสามารถทำให้ทักษะใหม่ติดตัวได้

โครงการเหล่านี้ครอบคลุมเส้นทางของอาหารตั้งแต่ฟาร์มถึงโต๊ะอาหาร ซึ่งรวมถึงการทำฟาร์ม การขนส่ง การผลิต การค้าปลีก และผู้บริโภค — ทั้งหมดนี้เป็นอุตสาหกรรมยอดนิยมสำหรับอุปกรณ์ IoT

ภาพสเกตช์โดย Nitya Narasimhan คลิกภาพเพื่อดูขนาดใหญ่ขึ้น

ขอขอบคุณผู้เขียนของเราอย่างจริงใจ Jen Fox, Jen Looper, Jim Bennett และศิลปินสเกตช์โน้ต Nitya Narasimhan

ขอขอบคุณทีม Microsoft Learn Student Ambassadors ที่ช่วยตรวจทานและแปลหลักสูตรนี้ – 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, และ Zina Kamel

พบกับทีมงาน!

ภาพเคลื่อนไหวโดย Mohit Jaisal

🎥 คลิกภาพด้านบนเพื่อชมวิดีโอเกี่ยวกับโครงการนี้!

สำหรับครูผู้สอน เราได้รวม คำแนะนำบางส่วน สำหรับการใช้หลักสูตรนี้ไว้ด้วยกัน หากคุณต้องการสร้างบทเรียนของตัวเอง เรายังมี เทมเพลตบทเรียน ให้ด้วย

นักเรียน เพื่อใช้หลักสูตรนี้ด้วยตัวเอง ให้ทำการ fork รีโปทั้งหมดและทำแบบฝึกหัดด้วยตนเอง เริ่มต้นด้วยแบบทดสอบก่อนบรรยาย อ่านบรรยาย และทำกิจกรรมที่เหลือต่อ พยายามสร้างโครงการด้วยความเข้าใจบทเรียน แทนที่จะคัดลอกโค้ดโซลูชัน แต่โค้ดเหล่านั้นมีให้ในโฟลเดอร์ /solutions ในแต่ละบทเรียนที่มุ่งเน้นโครงการ อีกหนึ่งแนวคิดคือการตั้งกลุ่มเรียนกับเพื่อนและเรียนเนื้อหาร่วมกัน สำหรับศึกษาต่อ เราแนะนำ Microsoft Learn

สำหรับภาพรวมวิดีโอของหลักสูตรนี้ ดูวิดีโอนี้:

🎥 คลิกภาพด้านบนเพื่อชมวิดีโอเกี่ยวกับโครงการนี้!

วิธีการสอน

เราเลือกแนวทางการสอนสองประการในการสร้างหลักสูตรนี้: การรับรองว่าหลักสูตรนี้มีลักษณะมุ่งเน้นโครงการ และมีแบบทดสอบบ่อยๆ เมื่อจบชุดนี้ นักเรียนจะได้สร้างระบบตรวจสอบและรดน้ำพืช ระบบติดตามยานพาหนะ ระบบสมาร์ทแฟกทอรีเพื่อติดตามและตรวจสอบอาหาร และตัวตั้งเวลาทำอาหารที่ควบคุมด้วยเสียง และเรียนรู้พื้นฐานของ Internet of Things รวมถึงวิธีเขียนโค้ดอุปกรณ์ การเชื่อมต่อกับคลาวด์ การวิเคราะห์เทเลเมทรี และการรัน AI ที่ขอบระบบ

โดยการแน่ใจว่าเนื้อหาสอดคล้องกับโครงการ กระบวนการจะน่าสนใจกว่าสำหรับนักเรียนและช่วยเพิ่มการจดจำแนวคิด

นอกจากนี้ แบบทดสอบแบบไม่มีความกดดันก่อนเรียนจะตั้งความตั้งใจของนักเรียนในการเรียนรู้หัวข้อ ขณะที่แบบทดสอบหลังเรียนจะช่วยให้การจดจำมากขึ้น หลักสูตรนี้ออกแบบมาให้ยืดหยุ่นและสนุกสนาน และสามารถเรียนได้ทั้งหลักสูตรหรือบางส่วน โครงการเริ่มต้นเล็กแล้วซับซ้อนขึ้นเรื่อยๆ จนจบใน 12 สัปดาห์

แต่ละโครงการตั้งอยู่บนฮาร์ดแวร์โลกจริงที่นักเรียนและผู้ชื่นชอบสามารถเข้าถึงได้ โครงการแต่ละชิ้นจะทำความเข้าใจโดเมนของโครงการนั้นโดยเฉพาะ ให้ความรู้พื้นฐานที่เกี่ยวข้อง การเป็นนักพัฒนาที่ประสบความสำเร็จช่วยให้เข้าใจโดเมนที่แก้ไขปัญหาอยู่ ความรู้พื้นฐานนี้ช่วยให้นักเรียนคิดเกี่ยวกับโซลูชันและการเรียนรู้ของเขาในบริบทของปัญหาในโลกจริงที่จะถูกถามในฐานะนักพัฒนา IoT นักเรียนจะเรียนรู้ 'เหตุผล' ของโซลูชันที่พวกเขาสร้าง และได้รับความเข้าใจผู้ใช้งานปลายทาง

ฮาร์ดแวร์

เรามีตัวเลือกฮาร์ดแวร์ IoT สองแบบสำหรับใช้ในโครงการ ขึ้นอยู่กับความชอบส่วนบุคคล ความรู้หรือความชอบในภาษาโปรแกรม เป้าหมายการเรียนรู้ และความพร้อมใช้งาน เรายังมีเวอร์ชัน 'ฮาร์ดแวร์เสมือน' สำหรับผู้ที่ไม่มีฮาร์ดแวร์ หรืออยากเรียนรู้เพิ่มเติมก่อนตัดสินใจซื้อ คุณสามารถอ่านเพิ่มเติมและค้นหารายการ 'ช็อปปิงลิสต์' ได้ที่ hardware page รวมถึงลิงก์สำหรับซื้อชุดคิทครบชุดจากเพื่อนของเราที่ Seeed Studio

💁 ค้นหาคู่มือ Code of Conduct, Contributing และ Translations ของเรา เรายินดีรับฟังความคิดเห็นที่สร้างสรรค์จากคุณ!

🔧 มีปัญหาใช่ไหม? ตรวจสอบ Troubleshooting Guide ของเราเพื่อหาวิธีแก้ไขปัญหาทั่วไป

แต่ละบทเรียนประกอบด้วย:

• บันทึกภาพร่าง
• วิดีโอเสริมแบบไม่บังคับ
• แบบทดสอบวอร์มอัพก่อนบทเรียน
• บทเรียนแบบเขียน
• สำหรับบทเรียนที่เน้นโครงการ มีคำแนะนำทีละขั้นตอนในการสร้างโครงการ
• การตรวจสอบความรู้
• ความท้าทาย
• การอ่านเสริม
• การบ้าน
• แบบทดสอบหลังบทเรียน

หมายเหตุเกี่ยวกับแบบทดสอบ: แบบทดสอบทั้งหมดบรรจุอยู่ในโฟลเดอร์ quiz-app มีทั้งหมด 48 แบบทดสอบ แต่ละแบบมีสามคำถาม ลิงก์จากภายในบทเรียน แต่แอปแบบทดสอบสามารถรันบนเครื่องท้องถิ่นหรือปรับใช้บน Azure ได้ ให้ทำตามคำแนะนำในโฟลเดอร์ quiz-app แบบทดสอบกำลังอยู่ในระหว่างการแปลภาษาทีละน้อย

บทเรียน

	ชื่อโครงการ	แนวคิดที่สอน	วัตถุประสงค์การเรียนรู้	บทเรียนที่ลิงก์
01	เริ่มต้น	แนะนำ IoT	เรียนรู้หลักการพื้นฐานของ IoT และส่วนประกอบพื้นฐานของโซลูชัน IoT เช่น เซ็นเซอร์และบริการคลาวด์ ขณะตั้งค่าอุปกรณ์ IoT เครื่องแรกของคุณ	แนะนำ IoT
02	เริ่มต้น	เจาะลึก IoT	เรียนรู้เพิ่มเติมเกี่ยวกับส่วนประกอบของระบบ IoT รวมถึงไมโครคอนโทรลเลอร์และคอมพิวเตอร์บอร์ดเดี่ยว	เจาะลึก IoT
03	เริ่มต้น	โต้ตอบกับโลกทางกายภาพด้วยเซ็นเซอร์และแอคชูเอเตอร์	เรียนรู้เกี่ยวกับเซ็นเซอร์เพื่อเก็บข้อมูลจากโลกทางกายภาพ และแอคชูเอเตอร์เพื่อส่งข้อมูลตอบกลับ ในขณะสร้างไฟคืน	โต้ตอบกับโลกทางกายภาพด้วยเซ็นเซอร์และแอคชูเอเตอร์
04	เริ่มต้น	เชื่อมต่ออุปกรณ์กับอินเทอร์เน็ต	เรียนรู้วิธีเชื่อมต่ออุปกรณ์ IoT เข้ากับอินเทอร์เน็ตเพื่อส่งและรับข้อความโดยเชื่อมต่อไฟคืนของคุณกับ MQTT broker	เชื่อมต่ออุปกรณ์กับอินเทอร์เน็ต
05	ฟาร์ม	ทำนายการเจริญเติบโตของพืช	เรียนรู้วิธีทำนายการเจริญเติบโตของพืชโดยใช้ข้อมูลอุณหภูมิที่เก็บรวบรวมโดยอุปกรณ์ IoT	ทำนายการเจริญเติบโตของพืช
06	ฟาร์ม	ตรวจจับความชื้นในดิน	เรียนรู้วิธีตรวจจับความชื้นในดินและปรับเทียบเซ็นเซอร์วัดความชื้นในดิน	ตรวจจับความชื้นในดิน
07	ฟาร์ม	การรดน้ำพืชอัตโนมัติ	เรียนรู้วิธีทำให้น้ำพืชและตั้งเวลาการรดน้ำโดยอัตโนมัติด้วยรีเลย์และ MQTT	การรดน้ำพืชอัตโนมัติ
08	ฟาร์ม	ย้ายพืชของคุณไปยังคลาวด์	เรียนรู้เกี่ยวกับคลาวด์และบริการ IoT ที่โฮสต์บนคลาวด์ และวิธีเชื่อมต่อพืชของคุณกับบริการเหล่านี้ แทนการใช้ MQTT public broker	ย้ายพืชของคุณไปยังคลาวด์
09	ฟาร์ม	ย้ายตรรกะแอปพลิเคชันไปยังคลาวด์	เรียนรู้วิธีเขียนตรรกะแอปพลิเคชันในคลาวด์ที่ตอบสนองต่อข้อความจาก IoT	ย้ายตรรกะแอปพลิเคชันไปยังคลาวด์
10	ฟาร์ม	รักษาความปลอดภัยให้พืชของคุณ	เรียนรู้เกี่ยวกับความปลอดภัยใน IoT และวิธีรักษาความปลอดภัยให้พืชของคุณด้วยกุญแจและใบรับรอง	รักษาความปลอดภัยให้พืชของคุณ
11	การขนส่ง	การติดตามตำแหน่ง	เรียนรู้เกี่ยวกับการติดตามตำแหน่งด้วย GPS สำหรับอุปกรณ์ IoT	การติดตามตำแหน่ง
12	การขนส่ง	จัดเก็บข้อมูลตำแหน่ง	เรียนรู้วิธีจัดเก็บข้อมูล IoT เพื่อใช้ในการแสดงผลหรือวิเคราะห์ในภายหลัง	จัดเก็บข้อมูลตำแหน่ง
13	การขนส่ง	แสดงผลข้อมูลตำแหน่ง	เรียนรู้เกี่ยวกับการแสดงข้อมูลตำแหน่งบนแผนที่ และวิธีที่แผนที่แทนโลก 3 มิติจริงในสองมิติ	แสดงผลข้อมูลตำแหน่ง
14	การขนส่ง	เขตพื้นที่ทางภูมิศาสตร์	เรียนรู้เกี่ยวกับเขตพื้นที่ทางภูมิศาสตร์ และวิธีใช้เขตเหล่านี้แจ้งเตือนเมื่อยานพาหนะในห่วงโซ่อุปทานเข้าใกล้จุดหมาย	เขตพื้นที่ทางภูมิศาสตร์
15	การผลิต	ฝึกอบรมตัวตรวจจับคุณภาพผลไม้	เรียนรู้เกี่ยวกับการฝึกอบรมตัวจำแนกรูปภาพในคลาวด์เพื่อประเมินคุณภาพของผลไม้	ฝึกอบรมตัวตรวจจับคุณภาพผลไม้
16	การผลิต	ตรวจสอบคุณภาพผลไม้จากอุปกรณ์ IoT	เรียนรู้เกี่ยวกับการใช้ตัวตรวจจับคุณภาพผลไม้จากอุปกรณ์ IoT	ตรวจสอบคุณภาพผลไม้จากอุปกรณ์ IoT
17	การผลิต	รันตัวตรวจจับผลไม้บน edge	เรียนรู้เกี่ยวกับการรันตัวตรวจจับผลไม้ของคุณบนอุปกรณ์ IoT ที่ edge	รันตัวตรวจจับผลไม้บน edge
18	การผลิต	ทริกเกอร์การตรวจจับคุณภาพผลไม้จากเซ็นเซอร์	เรียนรู้เกี่ยวกับการทริกเกอร์การตรวจจับคุณภาพผลไม้จากเซ็นเซอร์	ทริกเกอร์การตรวจจับคุณภาพผลไม้จากเซ็นเซอร์
19	ค้าปลีก	ฝึกตัวตรวจจับสต็อก	เรียนรู้วิธีใช้การตรวจจับวัตถุเพื่อฝึกตัวตรวจจับสต็อกสำหรับนับสินค้าคงคลังในร้าน	ฝึกตัวตรวจจับสต็อก
20	ค้าปลีก	ตรวจสอบสต็อกจากอุปกรณ์ IoT	เรียนรู้วิธีตรวจสอบสต็อกจากอุปกรณ์ IoT โดยใช้โมเดลตรวจจับวัตถุ	ตรวจสอบสต็อกจากอุปกรณ์ IoT
21	ผู้บริโภค	รับรู้เสียงพูดด้วยอุปกรณ์ IoT	เรียนรู้วิธีรับรู้เสียงพูดจากอุปกรณ์ IoT เพื่อสร้างตัวจับเวลาที่ชาญฉลาด	รับรู้เสียงพูดด้วยอุปกรณ์ IoT
22	ผู้บริโภค	เข้าใจภาษา	เรียนรู้วิธีเข้าใจประโยคที่พูดกับอุปกรณ์ IoT	เข้าใจภาษา
23	ผู้บริโภค	ตั้งตัวจับเวลาและให้ฟีดแบ็คลักษณะเสียง	เรียนรู้วิธีตั้งตัวจับเวลาบนอุปกรณ์ IoT และให้ฟีดแบ็คด้วยเสียงเมื่อเริ่มต้นและเมื่อเวลาหมด	ตั้งตัวจับเวลาและให้ฟีดแบ็คลักษณะเสียง
24	ผู้บริโภค	รองรับหลายภาษา	เรียนรู้วิธีรองรับหลายภาษา ทั้งการพูดกับอุปกรณ์และการตอบกลับจากตัวจับเวลาที่ชาญฉลาด	รองรับหลายภาษา

การเข้าถึงแบบออฟไลน์

คุณสามารถรันเอกสารนี้แบบออฟไลน์โดยใช้ Docsify ทำการก๊อกรายการนี้ ติดตั้ง Docsify บนเครื่องของคุณ จากนั้นไปที่โฟลเดอร์รากของรายการนี้ พิมพ์คำสั่ง docsify serve เว็บไซต์จะให้บริการบนพอร์ต 3000 ที่ localhost ของคุณ: localhost:3000

แบบทดสอบ

ขอบคุณชุมชนที่เป็นเจ้าภาพจัดแบบทดสอบโต้ตอบซึ่งทดสอบความรู้ของคุณในแต่ละบท คุณสามารถทดสอบความรู้ได้ ที่นี่

PDF

คุณสามารถสร้าง PDF ของเนื้อหานี้เพื่อการเข้าถึงแบบออฟไลน์หากต้องการ ในการทำเช่นนี้ ตรวจสอบให้แน่ใจว่าคุณได้ ติดตั้ง npm แล้วรันคำสั่งต่อไปนี้ในโฟลเดอร์รากของรายการนี้:

npm i
npm run convert

สไลด์

มีชุดสไลด์สำหรับบทเรียนบางบทในโฟลเดอร์ slides

หลักสูตรอื่นๆ

ทีมของเราผลิตหลักสูตรอื่นๆ! เช็คดูได้ที่:

LangChain

Azure / Edge / MCP / Agents

---

ชุดการเรียนรู้ Generative AI

---

การเรียนรู้หลัก

---

ชุด Copilot

การให้เครดิตภาพ

คุณสามารถดูเครดิตทั้งหมดของภาพที่ใช้ในหลักสูตรนี้ตามที่ต้องการได้ใน การให้เครดิต

---

ข้อจำกัดความรับผิด:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษาด้วย AI Co-op Translator แม้ว่าเราจะพยายามให้ความถูกต้องสูงสุด แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาดั้งเดิมถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้การแปลโดยมืออาชีพที่เป็นมนุษย์ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดที่เกิดขึ้นจากการใช้การแปลนี้