22 KiB

Raw Blame History

IoT aloittelijoille - Opetussuunnitelma

Microsoftin Azure Cloud Advocates -tiimi tarjoaa mielellään 12 viikon ja 24 oppitunnin opetussuunnitelman, joka käsittelee IoT:n perusteita. Jokainen oppitunti sisältää alku- ja loppukyselyt, kirjalliset ohjeet oppitunnin suorittamiseen, ratkaisun, tehtävän ja paljon muuta. Projektipohjainen oppimismenetelmämme mahdollistaa oppimisen tekemisen kautta, mikä on todistetusti tehokas tapa omaksua uusia taitoja.

Projektit kattavat ruoan matkan pellolta pöytään. Tämä sisältää viljelyn, logistiikan, valmistuksen, vähittäiskaupan ja kuluttajan - kaikki suosittuja IoT-laitteiden sovellusalueita.

Sketchnote: Nitya Narasimhan. Klikkaa kuvaa nähdäksesi suuremman version.

Sydämelliset kiitokset kirjoittajillemme Jen Fox, Jen Looper, Jim Bennett ja sketchnote-taiteilijallemme Nitya Narasimhan.

Kiitokset myös Microsoft Learn Student Ambassadors -tiimille, joka on tarkistanut ja kääntänyt tätä opetussuunnitelmaa - 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 ja Zina Kamel.

Tutustu tiimiin!

Gif by Mohit Jaisal

🎥 Klikkaa yllä olevaa kuvaa nähdäksesi projektin esittelyvideon!

Opettajat, olemme lisänneet joitakin ehdotuksia siitä, miten käyttää tätä opetussuunnitelmaa. Jos haluat luoda omia oppitunteja, olemme myös lisänneet oppituntipohjan.

Opiskelijat, jos haluat käyttää tätä opetussuunnitelmaa itsenäisesti, haarauta koko repo ja suorita harjoitukset itsenäisesti aloittaen esiluennon kyselystä, lukemalla luennon ja suorittamalla loput tehtävät. Yritä luoda projektit ymmärtämällä oppitunnit sen sijaan, että kopioisit ratkaisukoodin; kuitenkin kyseinen koodi on saatavilla /solutions-kansioissa jokaisessa projektipohjaisessa oppitunnissa. Toinen idea olisi muodostaa opiskeluryhmä ystävien kanssa ja käydä sisältö yhdessä läpi. Lisäopiskelua varten suosittelemme Microsoft Learn.

Katso kurssin yleiskatsaus videolta:

🎥 Klikkaa yllä olevaa kuvaa nähdäksesi projektin esittelyvideon!

Opetusmenetelmät

Olemme valinneet kaksi pedagogista periaatetta tätä opetussuunnitelmaa rakentaessamme: varmistaa, että se on projektipohjainen ja että se sisältää usein toistuvia kyselyitä. Sarjan lopussa opiskelijat ovat rakentaneet kasvien valvonta- ja kastelujärjestelmän, ajoneuvon seurantalaitteen, älykkään tehdasjärjestelmän ruoan seurantaan ja tarkistamiseen sekä ääniohjatun keittiöajastimen. Lisäksi he ovat oppineet IoT:n perusteet, kuten laiteohjelmoinnin, pilviyhteyden, telemetrian analysoinnin ja tekoälyn käytön reunalaitteissa.

Sisällön yhdistäminen projekteihin tekee oppimisprosessista opiskelijoille kiinnostavampaa ja parantaa käsitteiden omaksumista.

Lisäksi matalan kynnyksen kysely ennen oppituntia suuntaa opiskelijan huomion oppimiseen, kun taas toinen kysely oppitunnin jälkeen vahvistaa oppimista. Tämä opetussuunnitelma on suunniteltu joustavaksi ja hauskaksi, ja sen voi suorittaa kokonaan tai osittain. Projektit alkavat pienistä ja muuttuvat yhä monimutkaisemmiksi 12 viikon aikana.

Jokainen projekti perustuu opiskelijoiden ja harrastajien saatavilla olevaan todelliseen laitteistoon. Jokainen projekti tutkii tiettyä projektialuetta ja tarjoaa siihen liittyvää taustatietoa. Onnistuneeksi kehittäjäksi tuleminen edellyttää ongelmanratkaisualan ymmärtämistä, ja tämän taustatiedon tarjoaminen auttaa opiskelijoita ajattelemaan IoT-ratkaisujaan ja oppimiskokemuksiaan todellisen maailman ongelmien kontekstissa, joita he saattavat kohdata IoT-kehittäjinä. Opiskelijat oppivat ratkaisujensa "miksi" ja saavat arvostusta loppukäyttäjää kohtaan.

Laitteisto

Meillä on kaksi vaihtoehtoa IoT-laitteistolle, joita voi käyttää projekteissa henkilökohtaisten mieltymysten, ohjelmointikielitaitojen, oppimistavoitteiden ja saatavuuden mukaan. Olemme myös tarjonneet "virtuaalisen laitteiston" version niille, joilla ei ole pääsyä laitteistoon tai jotka haluavat oppia lisää ennen ostamista. Voit lukea lisää ja löytää "ostoslistan" laitteistosivulta, mukaan lukien linkit ostaa täydellisiä sarjoja ystäviltämme Seeed Studiolta.

💁 Löydä käytännesäännöt, osallistumisohjeet ja käännösohjeet. Otamme mielellämme vastaan rakentavaa palautettasi!

Jokainen oppitunti sisältää:

sketchnoten
valinnaisen lisävideon
alkuverryttelykyselyn
kirjallisen oppitunnin
projektipohjaisissa oppitunneissa vaiheittaiset ohjeet projektin rakentamiseen
tietotarkistuksia
haasteen
lisälukemista
tehtävän
loppukyselyn

Huomio kyselyistä: Kaikki kyselyt löytyvät quiz-app-kansiosta, yhteensä 48 kyselyä, joissa on kolme kysymystä kussakin. Ne on linkitetty oppitunneista, mutta kyselysovelluksen voi ajaa paikallisesti tai ottaa käyttöön Azureen; seuraa ohjeita quiz-app-kansiossa. Kyselyitä lokalisoidaan vähitellen.

Oppitunnit

	Projektin nimi	Opetettavat käsitteet	Oppimistavoitteet	Linkitetty oppitunti
01	Aloittaminen	Johdatus IoT:hen	Opi IoT:n perusperiaatteet ja IoT-ratkaisujen perusosat, kuten sensorit ja pilvipalvelut, samalla kun asetat ensimmäisen IoT-laitteesi	Johdatus IoT:hen
02	Aloittaminen	Syvällisempi katsaus IoT:hen	Opi lisää IoT-järjestelmän komponenteista sekä mikrokontrollereista ja yksikorttitietokoneista	Syvällisempi katsaus IoT:hen
03	Aloittaminen	Vuorovaikutus fyysisen maailman kanssa sensoreilla ja toimilaitteilla	Opi sensoreista, joilla kerätään tietoa fyysisestä maailmasta, ja toimilaitteista, joilla lähetetään palautetta, samalla kun rakennat yövalon	Vuorovaikutus fyysisen maailman kanssa sensoreilla ja toimilaitteilla
04	Aloittaminen	Yhdistä laitteesi Internetiin	Opi, miten IoT-laite yhdistetään Internetiin viestien lähettämistä ja vastaanottamista varten yhdistämällä yövalosi MQTT-välityspalvelimeen	Yhdistä laitteesi Internetiin
05	Maatila	Ennusta kasvien kasvua	Opi ennustamaan kasvien kasvua IoT-laitteen keräämien lämpötilatietojen avulla	Ennusta kasvien kasvua
06	Maatila	Tunnista maaperän kosteus	Opi tunnistamaan maaperän kosteus ja kalibroimaan maaperän kosteusanturi	Tunnista maaperän kosteus
07	Maatila	Kasvien automaattinen kastelu	Opi automatisoimaan ja ajoittamaan kastelu releen ja MQTT:n avulla	Kasvien automaattinen kastelu
08	Maatila	Siirrä kasvisi pilveen	Opi pilvestä ja pilvipohjaisista IoT-palveluista sekä siitä, miten yhdistät kasvisi julkisen MQTT-välityspalvelimen sijaan pilvipalveluun	Siirrä kasvisi pilveen
09	Maatila	Siirrä sovelluslogiikkasi pilveen	Opi, miten voit kirjoittaa sovelluslogiikkaa pilvessä, joka reagoi IoT-viesteihin	Siirrä sovelluslogiikkasi pilveen
10	Farm	Pidä kasvisi turvassa	Opi IoT:n turvallisuudesta ja siitä, miten voit pitää kasvisi turvassa avaimien ja sertifikaattien avulla	Pidä kasvisi turvassa
11	Transport	Sijainnin seuranta	Opi GPS-sijainnin seurannasta IoT-laitteille	Sijainnin seuranta
12	Transport	Sijaintitietojen tallennus	Opi, miten IoT-tietoja voidaan tallentaa myöhempää visualisointia tai analysointia varten	Sijaintitietojen tallennus
13	Transport	Sijaintitietojen visualisointi	Opi, miten sijaintitietoja visualisoidaan kartalla ja miten kartat esittävät todellisen 3D-maailman 2D-muodossa	Sijaintitietojen visualisointi
14	Transport	Geoaidat	Opi geoaidoista ja siitä, miten niitä voidaan käyttää hälyttämään, kun toimitusketjun ajoneuvot ovat lähellä määränpäätään	Geoaidat
15	Manufacturing	Kouluta hedelmänlaadun tunnistin	Opi kouluttamaan pilvessä kuvanluokittelija hedelmän laadun tunnistamiseksi	Kouluta hedelmänlaadun tunnistin
16	Manufacturing	Tarkista hedelmän laatu IoT-laitteella	Opi käyttämään hedelmänlaadun tunnistinta IoT-laitteella	Tarkista hedelmän laatu IoT-laitteella
17	Manufacturing	Käytä hedelmän tunnistinta reunalla	Opi käyttämään hedelmän tunnistinta IoT-laitteella reunalaskennassa	Käytä hedelmän tunnistinta reunalla
18	Manufacturing	Käynnistä hedelmänlaadun tunnistus sensorista	Opi käynnistämään hedelmänlaadun tunnistus sensorista	Käynnistä hedelmänlaadun tunnistus sensorista
19	Retail	Kouluta varastotunnistin	Opi käyttämään objektin tunnistusta varastotunnistimen kouluttamiseen, jotta voit laskea varaston määrän kaupassa	Kouluta varastotunnistin
20	Retail	Tarkista varasto IoT-laitteella	Opi tarkistamaan varasto IoT-laitteella käyttämällä objektin tunnistusmallia	Tarkista varasto IoT-laitteella
21	Consumer	Tunnista puhe IoT-laitteella	Opi tunnistamaan puhe IoT-laitteella älykkään ajastimen rakentamiseksi	Tunnista puhe IoT-laitteella
22	Consumer	Ymmärrä kieltä	Opi ymmärtämään IoT-laitteelle puhuttuja lauseita	Ymmärrä kieltä
23	Consumer	Aseta ajastin ja anna puhepalautetta	Opi asettamaan ajastin IoT-laitteella ja antamaan puhepalautetta ajastimen asettamisesta ja sen päättymisestä	Aseta ajastin ja anna puhepalautetta
24	Consumer	Tue useita kieliä	Opi tukemaan useita kieliä, sekä IoT-laitteelle puhuttuja että älykkään ajastimen vastauksia	Tue useita kieliä

Offline-käyttö

Voit käyttää tätä dokumentaatiota offline-tilassa käyttämällä Docsify. Haarauta tämä repo, asenna Docsify paikalliselle koneellesi ja kirjoita tämän repon juurikansiossa docsify serve. Verkkosivusto palvelee portissa 3000 paikallisessa verkossasi: localhost:3000.

PDF

Voit luoda PDF-version tästä sisällöstä offline-käyttöä varten tarvittaessa. Varmista, että sinulla on npm asennettuna ja suorita seuraavat komennot tämän repon juurikansiossa:

npm i
npm run convert

Esitykset

Joistakin oppitunneista on saatavilla esitysmateriaaleja esitykset -kansiossa.

Apua tarvitaan!

Haluaisitko osallistua käännöstyöhön? Lue käännösohjeemme ja lisää panoksesi yhteen käännösaiheista. Jos haluat kääntää uudelle kielelle, luo uusi aihe seurantaa varten.

Muut opetusohjelmat

Tiimimme tuottaa muita opetusohjelmia! Tutustu:

Kuvien attribuutiot

Kaikki tämän opetusohjelman kuviin liittyvät attribuutiot löytyvät tarvittaessa Attribuutiot -tiedostosta.

Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäistä asiakirjaa sen alkuperäisellä kielellä tulisi pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa väärinkäsityksistä tai virhetulkinnoista, jotka johtuvat tämän käännöksen käytöstä.

22 KiB Raw Blame History