22 KiB

Raw Blame History

IoT untuk Pemula - Kurikulum

Azure Cloud Advocates di Microsoft dengan bangga menawarkan kurikulum selama 12 minggu, 24 pelajaran yang merangkumi asas-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 menterjemahkan 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 gambaran keseluruhan video tentang 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, persediaan 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 bagi 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 lebih lanjut. Kurikulum ini direka untuk fleksibel dan menyeronokkan serta boleh diambil secara keseluruhan atau sebahagian. 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 bahasa pengaturcaraan atau keutamaan, matlamat pembelajaran dan ketersediaan. Kami juga telah menyediakan versi 'perkakasan maya' untuk mereka yang tidak mempunyai akses kepada perkakasan, atau ingin belajar lebih banyak 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
pemeriksaan pengetahuan
cabaran
bacaan tambahan
tugasan
kuiz selepas pelajaran

Nota tentang kuiz: Semua kuiz terdapat dalam folder quiz-app, untuk sejumlah 48 kuiz dengan tiga soalan setiap satu. Ia dipautkan dari dalam pelajaran tetapi aplikasi kuiz boleh dijalankan secara tempatan atau dideploy ke Azure; ikuti arahan dalam folder quiz-app. Ia sedang dilokalkan secara beransur-ansur.

Pelajaran

	Nama Projek	Konsep yang Diajarkan	Objektif Pembelajaran	Pelajaran Berkaitan
01	Memulakan	Pengenalan kepada IoT	Pelajari prinsip asas IoT dan blok binaan asas penyelesaian IoT seperti sensor dan perkhidmatan awan semasa anda menyediakan peranti IoT pertama anda	Pengenalan kepada IoT
02	Memulakan	Penyelaman lebih mendalam ke dalam IoT	Pelajari lebih lanjut tentang komponen sistem IoT, serta mikrokontroler dan komputer papan tunggal	Penyelaman lebih mendalam ke dalam IoT
03	Memulakan	Berinteraksi dengan dunia fizikal menggunakan sensor dan aktuator	Pelajari tentang sensor untuk mengumpul data dari dunia fizikal, dan aktuator untuk menghantar maklum balas, semasa anda membina lampu malam	Berinteraksi dengan dunia fizikal menggunakan sensor dan aktuator
04	Memulakan	Sambungkan peranti anda ke Internet	Pelajari tentang 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	Pelajari cara meramal pertumbuhan tumbuhan menggunakan data suhu yang ditangkap oleh peranti IoT	Meramal pertumbuhan tumbuhan
06	Ladang	Mengesan kelembapan tanah	Pelajari cara mengesan kelembapan tanah dan menentukur sensor kelembapan tanah	Mengesan kelembapan tanah
07	Ladang	Penyiraman tumbuhan automatik	Pelajari cara mengautomasi dan menetapkan masa penyiraman menggunakan relay dan MQTT	Penyiraman tumbuhan automatik
08	Ladang	Migrasikan tumbuhan anda ke awan	Pelajari 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	Pelajari tentang cara anda boleh menulis logik aplikasi di awan yang bertindak balas terhadap mesej IoT	Migrasikan logik aplikasi anda ke awan
10	Farm	Lindungi tanaman anda	Pelajari tentang keselamatan dengan IoT dan cara melindungi tanaman anda menggunakan kunci dan sijil	Lindungi tanaman anda
11	Transport	Jejak lokasi	Pelajari tentang penjejakan lokasi GPS untuk peranti IoT	Jejak lokasi
12	Transport	Simpan data lokasi	Pelajari cara menyimpan data IoT untuk divisualkan atau dianalisis kemudian	Simpan data lokasi
13	Transport	Visualkan data lokasi	Pelajari tentang memvisualkan data lokasi pada peta, dan bagaimana peta mewakili dunia 3D sebenar dalam 2 dimensi	Visualkan data lokasi
14	Transport	Geofences	Pelajari tentang geofences, dan bagaimana ia boleh digunakan untuk memberi amaran apabila kenderaan dalam rantaian bekalan hampir ke destinasi mereka	Geofences
15	Manufacturing	Latih pengesan kualiti buah	Pelajari tentang melatih pengklasifikasi imej di awan untuk mengesan kualiti buah	Latih pengesan kualiti buah
16	Manufacturing	Periksa kualiti buah dari peranti IoT	Pelajari tentang menggunakan pengesan kualiti buah anda dari peranti IoT	Periksa kualiti buah dari peranti IoT
17	Manufacturing	Jalankan pengesan buah di edge	Pelajari tentang menjalankan pengesan buah anda pada peranti IoT di edge	Jalankan pengesan buah di edge
18	Manufacturing	Aktifkan pengesanan kualiti buah dari sensor	Pelajari tentang mengaktifkan pengesanan kualiti buah dari sensor	Aktifkan pengesanan kualiti buah dari sensor
19	Retail	Latih pengesan stok	Pelajari cara menggunakan pengesanan objek untuk melatih pengesan stok bagi mengira stok di kedai	Latih pengesan stok
20	Retail	Periksa stok dari peranti IoT	Pelajari cara memeriksa stok dari peranti IoT menggunakan model pengesanan objek	Periksa stok dari peranti IoT
21	Consumer	Kenali ucapan dengan peranti IoT	Pelajari cara mengenali ucapan dari peranti IoT untuk membina pemasa pintar	Kenali ucapan dengan peranti IoT
22	Consumer	Fahami bahasa	Pelajari cara memahami ayat yang diucapkan kepada peranti IoT	Fahami bahasa
23	Consumer	Tetapkan pemasa dan beri maklum balas suara	Pelajari cara menetapkan pemasa pada peranti IoT dan memberikan maklum balas suara tentang bila pemasa ditetapkan dan bila ia selesai	Tetapkan pemasa dan beri maklum balas suara
24	Consumer	Sokong pelbagai bahasa	Pelajari 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 repo ini, pasang Docsify pada mesin tempatan anda, dan kemudian di folder root repo ini, taip docsify serve. Laman web akan disediakan pada port 3000 di localhost anda: localhost:3000.

PDF

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 repo ini:

npm i
npm run convert

Slaid

Terdapat dek slaid untuk beberapa pelajaran dalam folder slides.

Bantuan Diperlukan!

Adakah anda ingin menyumbang terjemahan? Sila baca panduan terjemahan kami dan tambahkan input kepada salah satu isu terjemahan. Jika anda ingin menterjemah ke bahasa baru, sila buka isu baru untuk penjejakan.

Kurikulum Lain

Pasukan kami menghasilkan kurikulum lain! Lihat:

Atribusi Imej

Anda boleh mencari 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.

22 KiB Raw Blame History