IoT-For-Beginners/translations/uk

Приєднуйтесь до спільноти Azure AI Foundry

Виконайте наступні кроки, щоб почати використовувати ці ресурси:

1. Форкніть репозиторій: Натисніть
2. Клонуйте репозиторій: git clone https://github.com/microsoft/IoT-For-Beginners.git
3. Приєднуйтесь до Azure AI Foundry Discord, щоб зустрітися з експертами та іншими розробниками

🌐 Підтримка багатомовності

Підтримується через GitHub Action (автоматично та завжди актуально)

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 для початківців - навчальна програма

Azure Cloud Advocates у Microsoft раді запропонувати 12-тижневу навчальну програму з 24 уроків, присвячену основам IoT. Кожен урок включає тести до і після заняття, письмові інструкції для виконання уроку, рішення, завдання та багато іншого. Наш підхід, заснований на проектах, дозволяє навчатися, створюючи, що є перевіреним способом закріплення нових навичок.

Проекти охоплюють шлях їжі від ферми до столу. Це включає сільське господарство, логістику, виробництво, роздрібну торгівлю та споживачів - усі популярні галузі для IoT-пристроїв.

Скетчнот від Nitya Narasimhan. Натисніть на зображення для збільшення.

Щиро дякуємо нашим авторам Jen Fox, Jen Looper, Jim Bennett, та нашому художнику скетчнотів Nitya Narasimhan.

Також дякуємо нашій команді Microsoft Learn Student Ambassadors, які переглядали та перекладали цю навчальну програму - 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, та Zina Kamel.

Познайомтеся з командою!

Gif створений Mohit Jaisal

🎥 Натисніть на зображення вище, щоб переглянути відео про проект!

Вчителі, ми додали кілька пропозицій щодо використання цієї навчальної програми. Якщо ви хочете створити власні уроки, ми також включили шаблон уроку.

Студенти, щоб використовувати цю навчальну програму самостійно, форкніть весь репозиторій і виконайте вправи самостійно, починаючи з тесту перед лекцією, потім прочитайте лекцію і виконайте решту завдань. Спробуйте створити проекти, розуміючи уроки, а не копіюючи код рішення; однак цей код доступний у папках /solutions у кожному проектно-орієнтованому уроці. Інша ідея - створити навчальну групу з друзями і пройти контент разом. Для подальшого навчання ми рекомендуємо Microsoft Learn.

Для відеоогляду цього курсу перегляньте це відео:

🎥 Натисніть на зображення вище, щоб переглянути відео про проект!

Педагогіка

Ми обрали два педагогічні принципи при створенні цієї навчальної програми: забезпечення її проектної основи та включення частих тестів. До кінця цієї серії студенти створять систему моніторингу та поливу рослин, трекер транспортних засобів, розумну фабрику для відстеження та перевірки їжі, а також таймер для приготування їжі з голосовим управлінням, і вивчать основи Інтернету речей, включаючи написання коду для пристроїв, підключення до хмари, аналіз телеметрії та запуск AI на периферії.

Забезпечуючи відповідність контенту проектам, процес стає більш захоплюючим для студентів, а засвоєння концепцій буде посилено.

Крім того, тест з низькими ставками перед заняттям налаштовує студента на вивчення теми, а другий тест після заняття забезпечує подальше засвоєння. Ця навчальна програма була розроблена як гнучка та цікава і може бути використана повністю або частково. Проекти починаються з простих і стають дедалі складнішими до кінця 12-тижневого циклу.

Кожен проект базується на реальному обладнанні, доступному для студентів та любителів. Кожен проект розглядає конкретну область проекту, надаючи відповідні базові знання. Щоб стати успішним розробником, важливо розуміти область, у якій ви вирішуєте проблеми, надання цих базових знань дозволяє студентам думати про свої IoT-рішення та навчання в контексті реальних проблем, які вони можуть бути покликані вирішувати як IoT-розробники. Студенти дізнаються "чому" рішень, які вони створюють, і отримують розуміння кінцевого користувача.

Обладнання

У нас є два варіанти IoT-обладнання для використання в проектах залежно від особистих уподобань, знань програмування або уподобань, навчальних цілей та доступності. Ми також надали версію "віртуального обладнання" для тих, хто не має доступу до обладнання або хоче дізнатися більше перед покупкою. Ви можете дізнатися більше та знайти "список покупок" на сторінці обладнання, включаючи посилання на придбання комплектів від наших друзів у Seeed Studio.

💁 Знайдіть наші Правила поведінки, Рекомендації щодо внесення змін та Рекомендації щодо перекладу. Ми вітаємо ваші конструктивні відгуки!

Кожен урок включає:

• скетчнот
• додаткове відео (за бажанням)
• тест перед уроком
• письмовий урок
• для проектно-орієнтованих уроків, покрокові інструкції щодо створення проекту
• перевірка знань
• виклик
• додаткове читання
• завдання
• тест після уроку

Примітка щодо вікторин: Усі вікторини знаходяться в папці quiz-app, загалом 48 вікторин, кожна з яких містить три запитання. Вони пов’язані з уроками, але додаток для вікторин можна запускати локально або розгортати в Azure; дотримуйтесь інструкцій у папці quiz-app. Вікторини поступово локалізуються.

Уроки

	Назва проєкту	Вивчені концепти	Навчальні цілі	Пов’язаний урок
01	Початок роботи	Вступ до IoT	Дізнайтеся основні принципи IoT та базові компоненти IoT-рішень, такі як сенсори та хмарні сервіси, налаштовуючи свій перший IoT-пристрій	Вступ до IoT
02	Початок роботи	Глибше занурення в IoT	Дізнайтеся більше про компоненти IoT-системи, а також про мікроконтролери та одноплатні комп’ютери	Глибше занурення в IoT
03	Початок роботи	Взаємодія з фізичним світом за допомогою сенсорів та актуаторів	Дізнайтеся про сенсори для збору даних із фізичного світу та актуатори для зворотного зв’язку, створюючи нічник	Взаємодія з фізичним світом за допомогою сенсорів та актуаторів
04	Початок роботи	Підключення пристрою до Інтернету	Дізнайтеся, як підключити IoT-пристрій до Інтернету для надсилання та отримання повідомлень, підключивши нічник до брокера MQTT	Підключення пристрою до Інтернету
05	Ферма	Прогнозування росту рослин	Дізнайтеся, як прогнозувати ріст рослин, використовуючи дані температури, зібрані IoT-пристроєм	Прогнозування росту рослин
06	Ферма	Виявлення вологості ґрунту	Дізнайтеся, як виявляти вологість ґрунту та калібрувати сенсор вологості	Виявлення вологості ґрунту
07	Ферма	Автоматичний полив рослин	Дізнайтеся, як автоматизувати та налаштувати полив за допомогою реле та MQTT	Автоматичний полив рослин
08	Ферма	Перенесення рослини в хмару	Дізнайтеся про хмару та хмарні IoT-сервіси, а також як підключити рослину до одного з них замість публічного брокера MQTT	Перенесення рослини в хмару
09	Ферма	Перенесення логіки додатка в хмару	Дізнайтеся, як писати логіку додатка в хмарі, яка реагує на IoT-повідомлення	Перенесення логіки додатка в хмару
10	Ферма	Захист вашої рослини	Дізнайтеся про безпеку в IoT та як захистити вашу рослину за допомогою ключів і сертифікатів	Захист вашої рослини
11	Транспорт	Відстеження місцезнаходження	Дізнайтеся про GPS-відстеження місцезнаходження для IoT-пристроїв	Відстеження місцезнаходження
12	Транспорт	Збереження даних про місцезнаходження	Дізнайтеся, як зберігати IoT-дані для подальшої візуалізації або аналізу	Збереження даних про місцезнаходження
13	Транспорт	Візуалізація даних про місцезнаходження	Дізнайтеся, як візуалізувати дані про місцезнаходження на карті та як карти представляють реальний 3D-світ у двох вимірах	Візуалізація даних про місцезнаходження
14	Транспорт	Геозони	Дізнайтеся про геозони та як їх можна використовувати для сповіщення, коли транспортні засоби в ланцюгу постачання наближаються до місця призначення	Геозони
15	Виробництво	Навчання детектора якості фруктів	Дізнайтеся, як навчити класифікатор зображень у хмарі для визначення якості фруктів	Навчання детектора якості фруктів
16	Виробництво	Перевірка якості фруктів за допомогою IoT-пристрою	Дізнайтеся, як використовувати детектор якості фруктів за допомогою IoT-пристрою	Перевірка якості фруктів за допомогою IoT-пристрою
17	Виробництво	Запуск детектора фруктів на периферії	Дізнайтеся, як запускати детектор фруктів на IoT-пристрої на периферії	Запуск детектора фруктів на периферії
18	Виробництво	Запуск перевірки якості фруктів за допомогою сенсора	Дізнайтеся, як запускати перевірку якості фруктів за допомогою сенсора	Запуск перевірки якості фруктів за допомогою сенсора
19	Роздрібна торгівля	Навчання детектора запасів	Дізнайтеся, як використовувати розпізнавання об’єктів для навчання детектора запасів для підрахунку товарів у магазині	Навчання детектора запасів
20	Роздрібна торгівля	Перевірка запасів за допомогою IoT-пристрою	Дізнайтеся, як перевіряти запаси за допомогою IoT-пристрою, використовуючи модель розпізнавання об’єктів	Перевірка запасів за допомогою IoT-пристрою
21	Споживач	Розпізнавання мови за допомогою IoT-пристрою	Дізнайтеся, як розпізнавати мову за допомогою IoT-пристрою для створення розумного таймера	Розпізнавання мови за допомогою IoT-пристрою
22	Споживач	Розуміння мови	Дізнайтеся, як розуміти речення, сказані IoT-пристрою	Розуміння мови
23	Споживач	Встановлення таймера та надання голосового зворотного зв’язку	Дізнайтеся, як встановлювати таймер на IoT-пристрої та надавати голосовий зворотний зв’язок про час встановлення та завершення таймера	Встановлення таймера та надання голосового зворотного зв’язку
24	Споживач	Підтримка кількох мов	Дізнайтеся, як підтримувати кілька мов, як для введення, так і для відповідей вашого розумного таймера	Підтримка кількох мов

Офлайн-доступ

Ви можете використовувати цю документацію офлайн за допомогою Docsify. Форкніть цей репозиторій, встановіть Docsify на ваш локальний комп’ютер, а потім у кореневій папці цього репозиторію введіть docsify serve. Вебсайт буде доступний на порту 3000 на вашому localhost: localhost:3000.

Тест

Дякуємо спільноті за створення інтерактивного тесту, який перевіряє ваші знання з кожного розділу. Ви можете перевірити свої знання тут.

PDF

Ви можете створити PDF-версію цього контенту для офлайн-доступу, якщо це необхідно. Для цього переконайтеся, що у вас встановлено npm, і виконайте наступні команди в кореневій папці цього репозиторію:

npm i
npm run convert

Слайди

Слайди для деяких уроків доступні в папці slides.

Інші навчальні програми

Наша команда створює інші навчальні програми! Ознайомтеся з ними:

• 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

Атрибуції зображень

Ви можете знайти всі атрибуції для зображень, використаних у цій навчальній програмі, у розділі Атрибуції.

---

Відмова від відповідальності:
Цей документ було перекладено за допомогою сервісу автоматичного перекладу Co-op Translator. Хоча ми прагнемо до точності, зверніть увагу, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ мовою оригіналу слід вважати авторитетним джерелом. Для критично важливої інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникли внаслідок використання цього перекладу.