29 KiB
Liity Azure AI Foundry -yhteisöön
Jos jumitut paikoillesi tai sinulla on kysyttävää tekoälysovellusten rakentamisesta. Liity muiden oppijoiden ja kokeneiden kehittäjien keskusteluihin MCP:stä. Se on kannustava yhteisö, jossa kysymykset ovat tervetulleita ja tieto jaetaan vapaasti.
Jos sinulla on palautetta tuotteesta tai virheitä rakentaessasi, käy:
Seuraa näitä ohjeita aloittaaksesi näiden resurssien käytön:
- Tee repositoriosta haarukka: Klikkaa
- Kloonaa repositorio:
git clone https://github.com/microsoft/IoT-For-Beginners.git - Liity Microsoft Foundry Discordiin ja tapaa asiantuntijoita ja muita kehittäjiä
🌐 Monikielinen tuki
Tuettu GitHub Actionin kautta (Automaattinen ja aina ajan tasalla)
Arabia | Bengali | Bulgaria | Burma (Myanmar) | Kiinan yksinkertaistettu | Kiinan perinteinen, Hong Kong | Kiinan perinteinen, Macao | Kiinan perinteinen, Taiwan | Kroatia | Tšekki | Tanska | Hollanti | Viro | Suomi | Ranska | Saksa | Kreikka | Heprea | Hindi | Unkari | Indonesia | Italia | Japani | Kannada | Khmer | Korea | Liettua | Malesia | Malayalam | Marathi | Nepali | Nigerian pidgin | Norja | Persia (Farsi) | Puola | Portugali (Brasilia) | Portugali (Portugali) | Pendžabi (Gurmukhi) | Romania | Venäjä | Serbia (kyrillinen) | Slovakki | Sloveeni | Espanja | Swahili | Ruotsi | Tagalog (Filipino) | Tamili | Telugu | Thai | Turkki | Ukraina | Urdu | Vietnam
Haluatko mieluummin kloonata paikallisesti?
Tämä repositorio sisältää yli 50 kielen käännöksiä, mikä kasvattavat merkittävästi latauskokoa. Jos haluat kloonata ilman käännöksiä, käytä sparse checkout -toimintoa:
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"Tämä antaa sinulle kaiken tarvittavan kurssin suorittamiseen nopeammalla latauksella.
IoT aloittelijoille - Opetussuunnitelma
Microsoftin Azure Cloud Advocates tarjoaa 12 viikon, 24 oppitunnin opetussuunnitelman, joka käsittelee IoT:n perusteita. Jokainen oppitunti sisältää ennen ja jälkeen pidettävät tietokilpailut, kirjalliset ohjeet oppitunnin suorittamiseen, ratkaisun, tehtävän ja muuta. Projektipohjainen opetustapamme mahdollistaa oppimisen käytännössä, mikä on todistettu tapa uuden taidon omaksumiseen.
Projektit kattavat ruoan matkan tilalta pöytään. Tämä sisältää maanviljelyn, logistiikan, valmistuksen, vähittäiskaupan ja kuluttajan vaiheet - kaikki suosittuja IoT-laitteiden teollisuudenaloja.
Kuvapiirros Nitya Narasimhanilta. Klikkaa kuvaa saadaksesi isomman version.
Lämpimät kiitokset kirjoittajillemme Jen Fox, Jen Looper, Jim Bennett ja kuvapiirtäjällemme Nitya Narasimhan.
Kiitokset myös tiimillemme Microsoft Learn Student Ambassadors, jotka ovat tarkistaneet ja kääntäneet 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.
Tavataan tiimi!
Gif: Mohit Jaisal
🎥 Klikkaa yllä olevaa kuvaa nähdäksesi videon projektista!
Opettajat, olemme sisällyttäneet joitakin ehdotuksia siitä, miten käyttää tätä opetussuunnitelmaa. Jos haluat luoda omia oppitunteja, olemme myös lisänneet oppituntipohjan.
Opiskelijat, käyttääksesi tätä opetussuunnitelmaa itsenäisesti, haarukoi koko repositorio ja tee harjoitukset itse, aloittaen ennen luentoa pidettävällä tietokilpailulla, sitten lukemalla luento ja tekemällä loput tehtävistä. Yritä luoda projektit ymmärtämällä oppitunnit sen sijaan, että kopioisit ratkaisukoodin; kyseinen koodi on kuitenkin saatavilla /solutions-kansioissa jokaisessa projektilähtöisessä oppitunnissa. Toinen idea olisi muodostaa opiskeluryhmä ystävien kanssa ja käydä sisältö läpi yhdessä. Lisäopiskelua varten suosittelemme Microsoft Learnia.
Katso tämä video saadaksesi yleiskatsauksen kurssiin:
🎥 Klikkaa yllä olevaa kuvaa nähdäksesi videon projektista!
Pedagogiikka
Olemme valinneet kaksi pedagogista periaatetta tämän opetussuunnitelman rakentamisessa: varmistaa, että se on projektipohjainen ja että siinä on usein tietokilpailuja. Sarjan lopussa opiskelijat ovat rakentaneet kasvien seuranta- ja kastelujärjestelmän, ajoneuvon seurannan, älytehtaan elintarvikkeiden seurantaan ja tarkastukseen sekä ääniohjatun ruoanlaittoaikakellon, ja he ovat oppineet esineiden internetin perusteet, mukaan lukien laitteen koodin kirjoittamisen, pilvipalveluun yhdistämisen, telemetrian analysoinnin ja tekoälyn suorittamisen reunalaitteilla.
Sisällön sovittaminen projekteihin tekee prosessista opiskelijoille kiinnostavamman ja parantaa käsitteiden muistamista.
Lisäksi kevyt tietokilpailu ennen tuntia ohjaa opiskelijan käyttämään aikomuksensa uuden aiheen oppimiseen, ja toinen tietokilpailu tunnin jälkeen varmistaa asian paremman muistamisen. Tämä opetussuunnitelma on suunniteltu joustavaksi ja hauskaksi, sen voi suorittaa kokonaan tai osittain. Projektit alkavat pieninä ja monimutkaistuvat vähitellen 12 viikon jakson lopussa.
Jokainen projekti perustuu opiskelijoiden ja harrastajien saatavilla olevaan todelliseen laitteistoon. Kukin projekti tutkii tiettyä projektialuetta, tarjoten asiaankuuluvaa taustatietoa. Onnistuneeksi kehittäjäksi auttaa ymmärtää ongelmanratkaisun ala, ja taustatiedon tarjoaminen antaa opiskelijoille mahdollisuuden ajatella IoT-ratkaisujaan ja oppimiaan asioita siinä kontekstissa, millaisia todellisia ongelmia he voisivat saada ratkaistavaksi IoT-kehittäjänä. Opiskelijat oppivat ratkaisujen 'miksi' ja saavat arvostusta loppukäyttäjää kohtaan.
Laitteisto
Meillä on kaksi IoT-laitteistovaihtoehtoa projektien käyttöön henkilökohtaisen mieltymyksen, ohjelmointikielen tuntemuksen tai preferenssien, oppimistavoitteiden ja saatavuuden mukaan. Tarjoamme myös "virtuaalisen laitteiston" version niille, joilla ei ole fyysistä laitteistoa käytettävissä tai jotka haluavat oppia lisää ennen ostopäätöstä. Voit lukea lisää ja löytää "ostoslistan" laitteistosivulta, mukaan lukien linkkejä ostaa valmiita sarjoja ystäviltämme Seeed Studiolta.
💁 Löydät käyttäytymissääntömme, osallistumisohjeet ja käännös-ohjeet. Otamme mielellämme vastaan rakentavaa palautettasi!
🔧 Ongelmatilanteissa tutustu vianmääritysohjeeseemme yleisimpiin ongelmiin ja niiden ratkaisuihin.
Jokainen oppitunti sisältää:
- luonnosmuistiinpanon
- valinnaisen lisävideon
- esilämmittelykyselyn ennen oppituntia
- kirjallisen oppitunnin
- projektipohjaisissa oppitunneissa vaiheittaiset ohjeet projektin rakentamiseen
- tiedon tarkistuksia
- haasteen
- lisälukemista
- tehtävän
- oppitunnin jälkeisen kyselyn
Huomautus kyselyistä: Kaikki kyselyt löytyvät quiz-app-kansiosta, yhteensä 48 kyselyä, joissa kussakin on kolme kysymystä. Ne on linkitetty oppitunneista, mutta kyselysovellusta voi ajaa paikallisesti tai ottaa käyttöön Azuren kautta; katso ohjeet
quiz-app-kansiosta. Ne ovat asteittain paikallistettavina.
Oppitunnit
| Projektin nimi | Opetettavat käsitteet | Oppimistavoitteet | Linkitetty oppitunti | |
|---|---|---|---|---|
| 01 | Aloitus | Johdatus IoT:hen | Opiskele IoT:n perusperiaatteita ja perustavanlaatuisia IoT-ratkaisuja, kuten antureita ja pilvipalveluita, samalla kun asennat ensimmäisen IoT-laitteesi | Johdatus IoT:hen |
| 02 | Aloitus | Syvällisempi katsaus IoT:hen | Opiskele lisää IoT-järjestelmän osista sekä mikrokontrollereista ja yksikorttitietokoneista | Syvällisempi katsaus IoT:hen |
| 03 | Aloitus | Vuorovaikutus fyysisen maailman kanssa antureilla ja toimilaitteilla | Opiskele antureista tietojen keräämiseksi fyysisestä maailmasta ja toimilaitteista palautteen lähettämiseen samalla, kun rakennat yövalon | Vuorovaikutus fyysisen maailman kanssa antureilla ja toimilaitteilla |
| 04 | Aloitus | Liitä laitteesi Internetiin | Opiskele, miten IoT-laite liitetään Internetiin lähettämään ja vastaanottamaan viestejä liittämällä yövalo MQTT-välittäjään | Liitä laitteesi Internetiin |
| 05 | Maatila | Ennusta kasvien kasvu | Opiskele kasvien kasvun ennustamista IoT-laitteen keräämän lämpötilatiedon avulla | Ennusta kasvien kasvu |
| 06 | Maatila | Havaitse maaperän kosteus | Opiskele maaperän kosteuden havaitsemista ja maaperän kosteusanturin kalibrointia | Havaitse maaperän kosteus |
| 07 | Maatila | Automaattinen kasvien kastelu | Opiskele kastelun automatisointia ja ajastamista releen ja MQTT:n avulla | Automaattinen kasvien kastelu |
| 08 | Maatila | Siirrä kasvisi pilveen | Opiskele pilvestä ja pilvipohjaisista IoT-palveluista sekä kuinka liittää kasvisi johonkin näistä julkisen MQTT-välittäjän sijaan | Siirrä kasvisi pilveen |
| 09 | Maatila | Siirrä sovelluslogiikkasi pilveen | Opiskele, miten voit kirjoittaa pilveen sovelluslogiikkaa, joka reagoi IoT-viesteihin | Siirrä sovelluslogiikkasi pilveen |
| 10 | Maatila | Pidä kasvisi turvassa | Opiskele IoT:n turvallisuutta ja kuinka suojata kasvisi avaimilla ja sertifikaateilla | Pidä kasvisi turvassa |
| 11 | Liikenne | Paikannusseuranta | Opiskele GPS-paikannusseurantaa IoT-laitteille | Paikannusseuranta |
| 12 | Liikenne | Tallenna sijaintitiedot | Opiskele kuinka tallentaa IoT-dataa myöhempää visualisointia tai analysointia varten | Tallenna sijaintitiedot |
| 13 | Liikenne | Visualisoi sijaintitiedot | Opiskele sijaintitietojen visualisointia kartalla ja kuinka kartat esittävät todellisen 3D-maailman 2D-muodossa | Visualisoi sijaintitiedot |
| 14 | Liikenne | Geofence-alueet | Opiskele geofence-alueita ja kuinka niitä voidaan käyttää varoittamaan, kun toimitusketjun ajoneuvot lähestyvät määränpäätään | Geofence-alueet |
| 15 | Valmistus | Kouluta hedelmien laatu tunnistava | Opiskele pilvipohjaisen kuvien luokittelijan kouluttamista hedelmien laadun tunnistamiseen | Kouluta hedelmien laatu tunnistava |
| 16 | Valmistus | Tarkista hedelmien laatu IoT-laitteella | Opiskele hedelmien laadun tarkistamista IoT-laitteella käyttäen hedelmänlaadun tunnistusmallia | Tarkista hedelmien laatu IoT-laitteella |
| 17 | Valmistus | Suorita hedelmätunnistus reunalaitteella | Opiskele hedelmänsuojaussuoritusta IoT-laitteella reunalaitteessa | Suorita hedelmätunnistus reunalaitteella |
| 18 | Valmistus | Laukaise hedelmien laadun tunnistus anturista | Opiskele kuinka laukaista hedelmien laadun tunnistus anturista | Laukaise hedelmien laadun tunnistus anturista |
| 19 | Vähittäiskauppa | Kouluta varaston tunnistin | Opiskele esineentunnistusta ja kuinka kouluttaa varaston tunnistaja varaston laskemiseen kaupassa | Kouluta varaston tunnistin |
| 20 | Vähittäiskauppa | Tarkista varasto IoT-laitteella | Opiskele kuinka tarkistaa varasto IoT-laitteella esineentunnistusmallia käyttäen | Tarkista varasto IoT-laitteella |
| 21 | Kuluttaja | Tunnista puhe IoT-laitteella | Opiskele puheen tunnistamista IoT-laitteella älyajastimen rakentamiseksi | Tunnista puhe IoT-laitteella |
| 22 | Kuluttaja | Ymmärrä kieltä | Opiskele lauseiden ymmärtämistä IoT-laitteelle puhuttuna | Ymmärrä kieltä |
| 23 | Kuluttaja | Aseta ajastin ja anna suullista palautetta | Opiskele, kuinka asettaa ajastin IoT-laitteella ja antaa suullista palautetta ajastimen asetuksesta ja päättymisestä | Aseta ajastin ja anna suullista palautetta |
| 24 | Kuluttaja | Tue useita kieliä | Opiskele kuinka tukea useita kieliä, sekä puheen vastaanotossa että älyajastimen vastauksissa | Tue useita kieliä |
Offline-käyttö
Voit käyttää tätä dokumentaatiota offline-tilassa käyttämällä Docsifytä. Forkkaa tämä repo, asenna Docsify paikalliselle koneellesi, ja sitten tämän repokansion juuressa kirjoita docsify serve. Verkkosivusto palvellaan portissa 3000 paikallisessa ympäristössäsi: localhost:3000.
Kysely
Kiitos yhteisölle vuorovaikutteisen kyselyn tarjoamisesta, joka testaa tietämystäsi jokaisesta luvusta. Voit testata tietosi tässä.
Voit luoda PDF-version tästä sisällöstä offline-käyttöä varten tarvittaessa. Varmista, että sinulla on npm asennettuna ja suorita seuraavat komennot tämän repokansion juuressa:
npm i
npm run convert
Esitykset
Joitakin oppitunteja varten on esitysdioja slides kansiossa.
Muut oppimateriaalit
Tiimimme tuottaa myös muita oppimateriaaleja! Tutustu:
LangChain
Azure / Edge / MCP / Agents
Generatiivisen tekoälyn sarja
Ydinohjelmointi
Copilot-sarja
Kuvien lähdeviitteet
Löydät kaikki tämän opetussuunnitelman kuvien lähdeviitteet tarvittaessa tiedostosta Attributions.
Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme täsmällisyyteen, automaattikäännöksissä saattaa esiintyä virheitä tai epätarkkuuksia. Alkuperäistä asiakirjaa sen alkuperäiskielellä tulee pitää virallisena lähteenä. Tärkeissä asioissa suosittelemme ammattilaisen tekemää ihmiskäännöstä. Emme ole vastuussa tämän käännöksen käytöstä johtuvista väärinkäsityksistä tai virhetulkinnoista.


