31 KiB
IoT для начинающих - учебная программа
Команда Azure Cloud Advocates в Microsoft рада предложить 12-недельную учебную программу, состоящую из 24 уроков, посвященных основам Интернета вещей (IoT). Каждый урок включает тесты до и после занятия, письменные инструкции для выполнения задания, готовое решение, домашнее задание и многое другое. Проектный подход к обучению позволяет вам учиться, создавая, что доказано способствует лучшему усвоению новых навыков.
Проекты охватывают путь еды от фермы до стола. Это включает сельское хозяйство, логистику, производство, розничную торговлю и потребление — все популярные отрасли для устройств IoT.
Скетчноут от Nitya Narasimhan. Нажмите на изображение, чтобы увидеть его в большем размере.
Огромная благодарность нашим авторам Jen Fox, Jen Looper, Jim Bennett, и нашему художнику скетчноутов Nitya Narasimhan.
Также благодарим нашу команду Microsoft Learn Student Ambassadors, которые помогали с обзором и переводом этой учебной программы — 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, и Zina Kamel.
Познакомьтесь с командой!
Gif создан Mohit Jaisal
🎥 Нажмите на изображение выше, чтобы посмотреть видео о проекте!
Учителя, мы включили несколько предложений о том, как использовать эту учебную программу. Если вы хотите создать свои собственные уроки, мы также включили шаблон урока.
Студенты, чтобы использовать эту учебную программу самостоятельно, сделайте форк всего репозитория и выполните задания самостоятельно, начиная с теста перед лекцией, затем прочитайте лекцию и выполните остальные задания. Постарайтесь создавать проекты, понимая уроки, а не копируя готовый код; однако этот код доступен в папках /solutions в каждом проектно-ориентированном уроке. Еще одна идея — создать учебную группу с друзьями и изучать материал вместе. Для дальнейшего изучения мы рекомендуем Microsoft Learn.
Для видеообзора этого курса посмотрите это видео:
🎥 Нажмите на изображение выше, чтобы посмотреть видео о проекте!
Педагогика
Мы выбрали два педагогических принципа при создании этой учебной программы: обеспечение проектного подхода и включение частых тестов. К концу этой серии студенты создадут систему мониторинга и полива растений, трекер транспортных средств, умную фабрику для отслеживания и проверки продуктов питания, а также голосовой таймер для приготовления пищи, и изучат основы Интернета вещей, включая написание кода для устройств, подключение к облаку, анализ телеметрии и запуск ИИ на периферии.
Обеспечивая связь контента с проектами, процесс становится более увлекательным для студентов, а усвоение концепций усиливается.
Кроме того, тесты с низкими ставками перед занятием настраивают студента на изучение темы, а второй тест после занятия обеспечивает дальнейшее закрепление материала. Эта учебная программа была разработана как гибкая и увлекательная, и ее можно пройти полностью или частично. Проекты начинаются с простых и становятся все более сложными к концу 12-недельного цикла.
Каждый проект основан на реальном оборудовании, доступном студентам и любителям. Каждый проект исследует конкретную область проекта, предоставляя соответствующие базовые знания. Чтобы стать успешным разработчиком, полезно понимать область, в которой вы решаете задачи. Предоставление этих базовых знаний позволяет студентам думать о своих IoT-решениях и изучении в контексте реальных задач, которые они могут решать как разработчики IoT. Студенты узнают «почему» решений, которые они создают, и получают представление о конечном пользователе.
Оборудование
У нас есть два варианта оборудования IoT для использования в проектах в зависимости от личных предпочтений, знаний или предпочтений в языках программирования, целей обучения и доступности. Мы также предоставили версию «виртуального оборудования» для тех, у кого нет доступа к оборудованию или кто хочет узнать больше перед покупкой. Вы можете узнать больше и найти «список покупок» на странице оборудования, включая ссылки на покупку комплектов у наших друзей из Seeed Studio.
💁 Ознакомьтесь с нашими Правилами поведения, Руководством по внесению изменений и Руководством по переводу. Мы приветствуем ваши конструктивные отзывы!
Каждый урок включает:
- скетчноут
- дополнительное видео (опционально)
- тест для разминки перед уроком
- письменный урок
- для проектных уроков — пошаговые инструкции по созданию проекта
- проверка знаний
- вызов
- дополнительное чтение
- задание
- тест после урока
Примечание о тестах: Все тесты находятся в папке quiz-app, всего 48 тестов по три вопроса в каждом. Они связаны с уроками, но приложение для тестов можно запустить локально или развернуть в Azure; следуйте инструкциям в папке
quiz-app
. Они постепенно переводятся.
Уроки
Название проекта | Изучаемые концепции | Цели обучения | Связанный урок | |
---|---|---|---|---|
01 | Начало работы | Введение в IoT | Узнайте основные принципы IoT и основные строительные блоки IoT-решений, такие как датчики и облачные сервисы, пока вы настраиваете свое первое IoT-устройство | Введение в IoT |
02 | Начало работы | Более глубокое погружение в IoT | Узнайте больше о компонентах системы IoT, а также о микроконтроллерах и одноплатных компьютерах | Более глубокое погружение в IoT |
03 | Начало работы | Взаимодействие с физическим миром с помощью датчиков и исполнительных механизмов | Узнайте о датчиках для сбора данных из физического мира и исполнительных механизмах для отправки обратной связи, пока вы создаете ночник | Взаимодействие с физическим миром с помощью датчиков и исполнительных механизмов |
04 | Начало работы | Подключите ваше устройство к Интернету | Узнайте, как подключить устройство IoT к Интернету для отправки и получения сообщений, подключив ваш ночник к брокеру MQTT | Подключите ваше устройство к Интернету |
05 | Ферма | Прогноз роста растений | Узнайте, как прогнозировать рост растений, используя данные о температуре, собранные устройством IoT | Прогноз роста растений |
06 | Ферма | Определение влажности почвы | Узнайте, как определить влажность почвы и откалибровать датчик влажности почвы | Определение влажности почвы |
07 | Ферма | Автоматический полив растений | Узнайте, как автоматизировать и настроить полив с помощью реле и MQTT | Автоматический полив растений |
08 | Ферма | Перенос вашего растения в облако | Узнайте об облаке и облачных IoT-сервисах, а также о том, как подключить ваше растение к одному из них вместо публичного брокера MQTT | Перенос вашего растения в облако |
09 | Ферма | Перенос логики приложения в облако | Узнайте, как можно писать логику приложения в облаке, которая реагирует на сообщения IoT | Перенос логики приложения в облако |
10 | Farm | Обеспечьте безопасность вашего растения | Узнайте о безопасности в IoT и о том, как защитить ваше растение с помощью ключей и сертификатов | Обеспечьте безопасность вашего растения |
11 | Transport | Отслеживание местоположения | Узнайте об отслеживании местоположения с помощью GPS для устройств IoT | Отслеживание местоположения |
12 | Transport | Хранение данных о местоположении | Узнайте, как хранить данные IoT для их последующей визуализации или анализа | Хранение данных о местоположении |
13 | Transport | Визуализация данных о местоположении | Узнайте, как визуализировать данные о местоположении на карте, и как карты представляют реальный 3D мир в двух измерениях | Визуализация данных о местоположении |
14 | Transport | Геозоны | Узнайте о геозонах и о том, как их можно использовать для оповещения, когда транспортные средства в цепочке поставок приближаются к месту назначения | Геозоны |
15 | Manufacturing | Обучение детектора качества фруктов | Узнайте, как обучить классификатор изображений в облаке для определения качества фруктов | Обучение детектора качества фруктов |
16 | Manufacturing | Проверка качества фруктов с устройства IoT | Узнайте, как использовать детектор качества фруктов с устройства IoT | Проверка качества фруктов с устройства IoT |
17 | Manufacturing | Запуск детектора фруктов на периферии | Узнайте, как запустить детектор фруктов на устройстве IoT на периферии | Запуск детектора фруктов на периферии |
18 | Manufacturing | Запуск проверки качества фруктов с датчика | Узнайте, как запускать проверку качества фруктов с помощью датчика | Запуск проверки качества фруктов с датчика |
19 | Retail | Обучение детектора запасов | Узнайте, как использовать обнаружение объектов для обучения детектора запасов, чтобы подсчитывать товары в магазине | Обучение детектора запасов |
20 | Retail | Проверка запасов с устройства IoT | Узнайте, как проверять запасы с устройства IoT, используя модель обнаружения объектов | Проверка запасов с устройства IoT |
21 | Consumer | Распознавание речи с устройства IoT | Узнайте, как распознавать речь с устройства IoT для создания умного таймера | Распознавание речи с устройства IoT |
22 | Consumer | Понимание языка | Узнайте, как понимать фразы, произнесенные устройству IoT | Понимание языка |
23 | Consumer | Установка таймера и голосовая обратная связь | Узнайте, как установить таймер на устройстве IoT и предоставить голосовую обратную связь о том, когда таймер установлен и когда он завершает работу | Установка таймера и голосовая обратная связь |
24 | Consumer | Поддержка нескольких языков | Узнайте, как поддерживать несколько языков, как для ввода, так и для ответов вашего умного таймера | Поддержка нескольких языков |
Оффлайн-доступ
Вы можете использовать эту документацию в оффлайн-режиме с помощью Docsify. Форкните этот репозиторий, установите Docsify на вашем локальном компьютере, а затем в корневой папке этого репозитория введите docsify serve
. Веб-сайт будет доступен на порту 3000 вашего локального хоста: localhost:3000
.
Вы можете создать PDF-версию этого контента для оффлайн-доступа, если это необходимо. Для этого убедитесь, что у вас установлен npm, и выполните следующие команды в корневой папке этого репозитория:
npm i
npm run convert
Презентации
Для некоторых уроков доступны презентации в папке slides.
Нужна помощь!
Хотите внести свой вклад в перевод? Ознакомьтесь с нашими руководствами по переводу и добавьте свои предложения в одну из задач по переводу. Если вы хотите перевести на новый язык, создайте новую задачу для отслеживания.
Другие учебные материалы
Наша команда создает и другие учебные материалы! Ознакомьтесь с ними:
- 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
Атрибуции изображений
Вы можете найти все атрибуции для изображений, использованных в этом учебном материале, в разделе Attributions.
Отказ от ответственности:
Этот документ был переведен с помощью сервиса автоматического перевода Co-op Translator. Несмотря на наши усилия обеспечить точность, автоматические переводы могут содержать ошибки или неточности. Оригинальный документ на его родном языке следует считать авторитетным источником. Для получения критически важной информации рекомендуется профессиональный перевод человеком. Мы не несем ответственности за любые недоразумения или неправильные интерпретации, возникающие в результате использования данного перевода.