28 KiB

Raw Blame History

Sertai Komuniti Azure AI Foundry

Jika anda tersekat atau mempunyai sebarang soalan tentang membina aplikasi AI. Sertai pelajar dan pembangun berpengalaman dalam perbincangan tentang MCP. Ia adalah komuniti yang menyokong di mana soalan dialu-alukan dan pengetahuan dikongsi dengan bebas.

Jika anda mempunyai maklum balas produk atau ralat semasa membina, lawati:

Ikuti langkah-langkah ini untuk mula menggunakan sumber ini:

Fork Repositori: Klik
Clone Repositori: git clone https://github.com/microsoft/IoT-For-Beginners.git
Sertai Microsot Foundry Discord dan temui pakar serta pembangun lain

🌐 Sokongan Pelbagai Bahasa

Disokong melalui GitHub Action (Automatik & Sentiasa Dikemas Kini)

Lebih Suka Clone Secara Tempatan?

Repositori ini mengandungi lebih daripada 50 terjemahan bahasa yang secara signifikan meningkatkan saiz muat turun. Untuk clone tanpa terjemahan, gunakan sparse checkout:
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'
Ini memberikan anda segala yang anda perlukan untuk menyelesaikan kursus dengan muat turun lebih pantas.

IoT untuk Pemula - Kurikulum

Advokat Azure Cloud di Microsoft dengan sukacita menawarkan kurikulum 12 minggu, 24 pelajaran tentang asas IoT. Setiap pelajaran merangkumi kuiz sebelum dan selepas pelajaran, arahan bertulis untuk melengkapkan pelajaran, penyelesaian, tugasan dan banyak lagi. Pedagogi berasaskan projek kami membolehkan anda belajar sambil membina, satu cara terbukti untuk kemahiran baru 'melekat'.

Projek-projek ini merangkumi perjalanan makanan dari ladang ke meja. Ini termasuk pertanian, logistik, pembuatan, peruncitan dan pengguna - semua bidang industri popular untuk peranti IoT.

Sketchnote oleh Nitya Narasimhan. Klik imej untuk versi lebih besar.

Terima kasih yang tidak terhingga kepada penulis kami Jen Fox, Jen Looper, Jim Bennett, dan artis sketchnote kami Nitya Narasimhan.

Terima kasih juga kepada pasukan kami Microsoft Learn Student Ambassadors yang telah mengkaji dan menterjemah 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!

Guru, kami telah menyertakan beberapa cadangan tentang cara menggunakan kurikulum ini. Jika anda ingin mencipta pelajaran sendiri, kami juga telah menyertakan templat pelajaran.

Pelajar, untuk menggunakan kurikulum ini sendiri, fork keseluruhan repo dan selesaikan latihan sendiri, bermula dengan kuiz pra-ceramah, kemudian membaca ceramah dan melengkapkan aktiviti lain. Cuba hasilkan projek dengan memahami pelajaran dan bukannya menyalin kod penyelesaian; walau bagaimanapun kod tersebut tersedia dalam folder /solutions dalam setiap pelajaran yang berorientasikan projek. Satu lagi idea adalah membentuk kumpulan belajar dengan kawan-kawan dan meneliti kandungan bersama-sama. Untuk pembelajaran lanjut, kami mengesyorkan Microsoft Learn.

Untuk gambaran video mengenai kursus ini, tonton video ini:

🎥 Klik imej di atas untuk video tentang projek!

Pedagogi

Kami memilih dua prinsip pedagogi apabila membina kurikulum ini: memastikan ia berasaskan projek dan termasuk kuiz yang kerap. Pada akhir siri ini, pelajar akan telah membina sebuah sistem pemantauan dan penyiraman tumbuhan, penjejak kenderaan, tetapan kilang pintar untuk mengesan dan memeriksa makanan, dan pemasa memasak kawalan suara, serta mempelajari asas Internet of Things termasuk cara menulis kod peranti, menyambung ke awan, menganalisis telemetri dan menjalankan AI di tepi.

Dengan memastikan kandungan sejajar dengan projek, proses pembelajaran menjadi lebih menarik untuk pelajar dan pengingatan konsep akan ditingkatkan.

Selain itu, kuiz rendah risiko sebelum kelas menetapkan niat pelajar untuk mempelajari topik, sementara kuiz kedua selepas kelas memastikan pengingatan lanjut. Kurikulum ini direka agar 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 peminat. Setiap projek meneliti domain projek tertentu, menyediakan pengetahuan latar belakang yang relevan. Untuk menjadi pembangun berjaya, membantu memahami domain di mana anda menyelesaikan masalah, menyediakan pengetahuan latar belakang ini membolehkan pelajar memikirkan penyelesaian IoT dan pembelajaran mereka dalam konteks jenis masalah dunia nyata yang mungkin diminta untuk diselesaikan sebagai pembangun IoT. Pelajar mempelajari 'kenapa' penyelesaian yang mereka bina dan menghargai pengguna akhir.

Perkakasan

Kami mempunyai dua pilihan perkakasan IoT untuk digunakan bagi projek bergantung pada keutamaan peribadi, pengetahuan atau keutamaan bahasa pengaturcaraan, matlamat pembelajaran dan ketersediaan. Kami juga telah menyediakan versi 'perkakasan maya' bagi mereka yang tidak mempunyai akses ke perkakasan, atau mahu belajar lebih banyak sebelum membuat pembelian. Anda boleh membaca lebih lanjut dan mendapatkan 'senarai membeli-belah' di halaman perkakasan, termasuk pautan untuk membeli kit lengkap dari rakan kami di Seeed Studio.

💁 Dapatkan Kod Etika, garis panduan Menyumbang, dan Terjemahan kami. Kami mengalu-alukan maklum balas membina anda!

🔧 Menghadapi masalah? Lihat Panduan Penyelesaian Masalah kami untuk penyelesaian kepada masalah biasa.

Setiap pelajaran merangkumi:

nota lakaran
video sokongan pilihan
kuiz pemanasan pra-pelajaran
pelajaran bertulis
untuk pelajaran berasaskan projek, panduan langkah demi langkah tentang cara membina projek
pemeriksaan pengetahuan
cabaran
bacaan tambahan
tugasan
kuiz pasca-pelajaran

Nota mengenai kuiz: Semua kuiz terkandung di dalam folder quiz-app, dengan jumlah 48 kuiz, setiap satu mengandungi tiga soalan. Ia dipautkan dari dalam pelajaran tetapi aplikasi kuiz boleh dijalankan secara tempatan atau dideploy ke Azure; ikut arahan dalam folder quiz-app. Ia sedang diterjemahkan secara berperingkat.

Pelajaran

	Nama Projek	Konsep Diajar	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	Pendalaman mengenai IoT	Pelajari lebih lanjut tentang komponen sistem IoT, serta pengawal mikro dan komputer satu papan	Pendalaman mengenai IoT
03	Memulakan	Berinteraksi dengan dunia fizikal menggunakan sensor dan aktuator	Pelajari tentang sensor untuk mengumpul data dari dunia fizikal, dan aktuator untuk memberikan maklum balas, semasa anda membina lampu malam	Berinteraksi dengan dunia fizikal menggunakan sensor dan aktuator
04	Memulakan	Sambungkan peranti anda ke Internet	Pelajari cara menghubungkan peranti IoT ke Internet untuk menghantar dan menerima mesej dengan menyambungkan lampu malam anda ke broker MQTT	Sambungkan peranti anda ke Internet
05	Ladang	Meramalkan pertumbuhan tanaman	Pelajari cara meramalkan pertumbuhan tanaman menggunakan data suhu yang dikumpulkan oleh peranti IoT	Meramalkan pertumbuhan tanaman
06	Ladang	Mengesan kelembapan tanah	Pelajari cara mengesan kelembapan tanah dan mengkalibrasikan sensor kelembapan tanah	Mengesan kelembapan tanah
07	Ladang	Penyiraman tanaman automatik	Pelajari cara mengautomasikan dan menjadualkan penyiraman menggunakan relay dan MQTT	Penyiraman tanaman automatik
08	Ladang	Migrasikan tanaman anda ke awan	Pelajari tentang awan dan perkhidmatan IoT yang dihoskan di awan serta cara menghubungkan tanaman anda ke salah satu perkhidmatan ini dan bukannya broker MQTT awam	Migrasikan tanaman anda ke awan
09	Ladang	Migrasikan logik aplikasi anda ke awan	Pelajari cara menulis logik aplikasi di awan yang bertindak balas kepada mesej IoT	Migrasikan logik aplikasi anda ke awan
10	Ladang	Pastikan tanaman anda selamat	Pelajari tentang keselamatan dengan IoT dan cara memastikan tanaman anda selamat dengan kunci dan sijil	Pastikan tanaman anda selamat
11	Pengangkutan	Penjejakan lokasi	Pelajari tentang penjejakan lokasi GPS untuk peranti IoT	Penjejakan lokasi
12	Pengangkutan	Simpan data lokasi	Pelajari cara menyimpan data IoT untuk divisualisasikan atau dianalisa kemudian	Simpan data lokasi
13	Pengangkutan	Visualisasikan data lokasi	Pelajari tentang visualisasi data lokasi pada peta, dan bagaimana peta mewakili dunia 3D sebenar dalam 2 dimensi	Visualisasikan data lokasi
14	Pengangkutan	Geofences	Pelajari tentang geofence, dan bagaimana ia boleh digunakan untuk memberi amaran apabila kenderaan dalam rantaian bekalan hampir dengan destinasi mereka	Geofences
15	Pembuatan	Melatih pengesan kualiti buah	Pelajari tentang melatih pengelas imej di awan untuk mengesan kualiti buah	Melatih pengesan kualiti buah
16	Pembuatan	Periksa kualiti buah dari peranti IoT	Pelajari tentang menggunakan pengesan kualiti buah dari peranti IoT	Periksa kualiti buah dari peranti IoT
17	Pembuatan	Jalankan pengesan buah anda di edge	Pelajari tentang menjalankan pengesan buah pada peranti IoT di edge	Jalankan pengesan buah anda di edge
18	Pembuatan	Picu pengesanan kualiti buah dari sensor	Pelajari tentang mencetuskan pengesanan kualiti buah dari sensor	Picu pengesanan kualiti buah dari sensor
19	Runcit	Latih pengesan stok	Pelajari bagaimana menggunakan pengesanan objek untuk melatih pengesan stok mengira stok di kedai	Latih pengesan stok
20	Runcit	Periksa stok dari peranti IoT	Pelajari bagaimana memeriksa stok dari peranti IoT menggunakan model pengesanan objek	Periksa stok dari peranti IoT
21	Pengguna	Kenali ucapan dengan peranti IoT	Pelajari bagaimana mengenali ucapan dari peranti IoT untuk membina pemasa pintar	Kenali ucapan dengan peranti IoT
22	Pengguna	Fahami bahasa	Pelajari bagaimana memahami ayat yang diucapkan kepada peranti IoT	Fahami bahasa
23	Pengguna	Tetapkan pemasa dan berikan maklum balas lisan	Pelajari bagaimana menetapkan pemasa pada peranti IoT dan memberikan maklum balas lisan bila pemasa ditetapkan dan apabila ia tamat	Tetapkan pemasa dan berikan maklum balas lisan
24	Pengguna	Sokong pelbagai bahasa	Pelajari bagaimana menyokong pelbagai bahasa, kedua-dua bahasa yang digunakan dan juga maklum balas dari 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 di mesin tempatan anda, dan kemudian di folder root repo ini, taip docsify serve. Laman web akan dilayani pada port 3000 di localhost anda: localhost:3000.

Kuiz

Terima kasih kepada komuniti yang menganjurkan kuiz interaktif yang menguji pengetahuan anda pada setiap bab. Anda boleh menguji pengetahuan anda di sini

PDF

Anda boleh menjana PDF kandungan ini untuk akses luar talian jika diperlukan. Untuk melakukannya, pastikan anda telah memasang npm dan jalankan arahan berikut di folder root repo ini:

npm i
npm run convert

Slaid

Terdapat dek slaid untuk beberapa pelajaran dalam folder slides.

Kurikulum Lain

Pasukan kami juga menghasilkan kurikulum lain! Lihat:

LangChain

Azure / Edge / MCP / Agen

Siri AI Generatif

Pembelajaran Teras

Siri Copilot

Pemberian kredit imej

Anda boleh menemui semua pemberian kredit untuk imej yang digunakan dalam kurikulum ini di mana perlu di Attributions.

Penafian: Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk ketepatan, sila ambil maklum bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang sahih. Untuk maklumat penting, terjemahan oleh manusia profesional adalah disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.

28 KiB Raw Blame History