24 KiB

Raw Blame History

Liity Azure AI Foundry -yhteisöön

Seuraa näitä ohjeita päästäksesi alkuun näiden resurssien käytössä:

Haarauta repositorio: Klikkaa
Kloonaa repositorio: git clone https://github.com/microsoft/IoT-For-Beginners.git
Liity Azure AI Foundry Discordiin ja tapaa asiantuntijoita ja muita kehittäjiä

🌐 Monikielinen tuki

Tuettu GitHub Actionin kautta (automaattinen ja aina ajan tasalla)

IoT for Beginners - Opetussuunnitelma

Microsoftin Azure Cloud Advocates -tiimi tarjoaa mielellään 12 viikon ja 24 oppitunnin opetussuunnitelman, joka käsittelee IoT:n perusteita. Jokainen oppitunti sisältää ennakko- ja jälkitestit, 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 maatalouden, logistiikan, valmistuksen, vähittäiskaupan ja kuluttajan - kaikki suosittuja IoT-laitteiden käyttöalueita.

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.

Tapaa tiimi!

Gif by Mohit Jaisal

🎥 Klikkaa yllä olevaa kuvaa nähdäksesi videon projektista!

Opettajat, olemme lisänneet joitakin ehdotuksia tämän opetussuunnitelman käyttöön. Jos haluat luoda omia oppitunteja, olemme myös lisänneet oppituntimallin.

Opiskelijat, jos haluat käyttää tätä opetussuunnitelmaa itsenäisesti, haarauta koko repositorio ja suorita harjoitukset itsenäisesti aloittaen ennakkotestistä, lukemalla oppitunti 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 on muodostaa opiskeluryhmä ystävien kanssa ja käydä sisältö läpi yhdessä. Lisäopiskelua varten suosittelemme Microsoft Learn.

Katso kurssin yleiskatsaus videolta:

🎥 Klikkaa yllä olevaa kuvaa nähdäksesi videon projektista!

Opetusmenetelmä

Olemme valinneet kaksi pedagogista periaatetta tätä opetussuunnitelmaa rakentaessamme: varmistamme, että se on projektipohjainen ja että se sisältää usein toistuvia testejä. Tämän sarjan lopussa opiskelijat ovat rakentaneet kasvien valvonta- ja kastelujärjestelmän, ajoneuvon seurantalaitteen, älykkään tehtaan ruoan seurantaan ja tarkistamiseen sekä ääni-ohjatun keittiöajastimen, ja oppineet IoT:n perusteet, mukaan lukien laitteen koodin kirjoittaminen, pilveen yhdistäminen, telemetrian analysointi ja tekoälyn käyttö reunalaitteilla.

Varmistamalla, että sisältö liittyy projekteihin, prosessi on opiskelijoille kiinnostavampi ja käsitteiden omaksuminen paranee.

Lisäksi matalan kynnyksen testi ennen oppituntia suuntaa opiskelijan huomion aiheen oppimiseen, kun taas toinen testi oppitunnin jälkeen varmistaa paremman muistamisen. Tämä opetussuunnitelma on suunniteltu joustavaksi ja hauskaksi, ja sen voi suorittaa kokonaan tai osittain. Projektit alkavat pienistä ja muuttuvat yhä monimutkaisemmiksi 12 viikon jakson loppuun mennessä.

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 antaa opiskelijoille mahdollisuuden pohtia IoT-ratkaisujaan ja oppimiskokemuksiaan todellisen maailman ongelmien kontekstissa, joita he saattavat kohdata IoT-kehittäjinä. Opiskelijat oppivat, miksi he rakentavat ratkaisuja, 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, ohjeet osallistumiseen ja käännösohjeet. Otamme mielellämme vastaan rakentavaa palautettasi!

Jokainen oppitunti sisältää:

sketchnoten
valinnaisen lisävideon
ennakkotestin
kirjallisen oppitunnin
projektipohjaisissa oppitunneissa vaiheittaiset ohjeet projektin rakentamiseen
tietotarkistuksia
haasteen
lisälukemista
tehtävän
jälkitestin

Huomio visailuista: Kaikki visailut löytyvät quiz-app-kansiosta, yhteensä 48 visailua, joissa jokaisessa on kolme kysymystä. Ne on linkitetty oppituntien sisälle, mutta visailusovellusta voi ajaa paikallisesti tai julkaista Azureen; seuraa ohjeita quiz-app-kansiossa. Niitä lokalisoidaan vähitellen.

Oppitunnit

	Projektin nimi	Opetettavat käsitteet	Oppimistavoitteet	Linkitetty oppitunti
01	Aloitetaan	Johdanto IoT:hen	Opi IoT:n perusperiaatteet ja IoT-ratkaisujen perusosat, kuten sensorit ja pilvipalvelut, samalla kun asetat ensimmäisen IoT-laitteesi	Johdanto IoT:hen
02	Aloitetaan	Syvällisempi katsaus IoT:hen	Opi lisää IoT-järjestelmän komponenteista sekä mikrokontrollereista ja yhden piirilevyn tietokoneista	Syvällisempi katsaus IoT:hen
03	Aloitetaan	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	Aloitetaan	Yhdistä laitteesi Internetiin	Opi, miten yhdistää IoT-laite 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 pilvipalveluista ja pilvessä isännöidyistä IoT-palveluista sekä siitä, miten yhdistää kasvisi näihin julkisen MQTT-välityspalvelimen sijaan	Siirrä kasvisi pilveen
09	Maatila	Siirrä sovelluslogiikkasi pilveen	Opi, miten voit kirjoittaa sovelluslogiikkaa pilvessä, joka reagoi IoT-viesteihin	Siirrä sovelluslogiikkasi pilveen
10	Maatila	Pidä kasvisi turvassa	Opi IoT:n turvallisuudesta ja siitä, miten pitää kasvisi turvassa avainten ja sertifikaattien avulla	Pidä kasvisi turvassa
11	Kuljetus	Sijainnin seuranta	Opi GPS-sijainnin seurannasta IoT-laitteille	Sijainnin seuranta
12	Kuljetus	Sijaintitietojen tallennus	Opi tallentamaan IoT-tietoja, jotta niitä voidaan visualisoida tai analysoida myöhemmin	Sijaintitietojen tallennus
13	Kuljetus	Sijaintitietojen visualisointi	Opi visualisoimaan sijaintitietoja kartalla ja siitä, miten kartat esittävät todellista 3D-maailmaa kahdessa ulottuvuudessa	Sijaintitietojen visualisointi
14	Kuljetus	Geoaidat	Opi geoaidoista ja siitä, miten niitä voidaan käyttää hälyttämään, kun toimitusketjun ajoneuvot ovat lähellä määränpäätään	Geoaidat
15	Valmistus	Kouluta hedelmien laadun tunnistin	Opi kouluttamaan pilvessä kuvanluokittelija hedelmien laadun tunnistamiseen	Kouluta hedelmien laadun tunnistin
16	Valmistus	Tarkista hedelmien laatu IoT-laitteella	Opi käyttämään hedelmien laadun tunnistinta IoT-laitteella	Tarkista hedelmien laatu IoT-laitteella
17	Valmistus	Aja hedelmien tunnistin reunalaitteella	Opi ajamaan hedelmien tunnistinta IoT-laitteella reunalaskennassa	Aja hedelmien tunnistin reunalaitteella
18	Valmistus	Käynnistä hedelmien laadun tunnistus sensorista	Opi käynnistämään hedelmien laadun tunnistus sensorista	Käynnistä hedelmien laadun tunnistus sensorista
19	Vähittäiskauppa	Kouluta varastotunnistin	Opi käyttämään objektintunnistusta varastotunnistimen kouluttamiseen kaupan varastojen laskemista varten	Kouluta varastotunnistin
20	Vähittäiskauppa	Tarkista varasto IoT-laitteella	Opi tarkistamaan varasto IoT-laitteella objektintunnistusmallin avulla	Tarkista varasto IoT-laitteella
21	Kuluttaja	Tunnista puhe IoT-laitteella	Opi tunnistamaan puhetta IoT-laitteella älykkään ajastimen rakentamiseksi	Tunnista puhe IoT-laitteella
22	Kuluttaja	Ymmärrä kieltä	Opi ymmärtämään IoT-laitteelle puhuttuja lauseita	Ymmärrä kieltä
23	Kuluttaja	Aseta ajastin ja anna puhepalautetta	Opi asettamaan ajastin IoT-laitteella ja antamaan puhepalautetta ajastimen asettamisesta ja päättymisestä	Aseta ajastin ja anna puhepalautetta
24	Kuluttaja	Tue useita kieliä	Opi tukemaan useita kieliä sekä IoT-laitteelle puhuttaessa että sen vastauksissa	Tue useita kieliä

Offline-käyttö

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

Tietovisa

Kiitos yhteisölle interaktiivisen tietovisan isännöinnistä, joka testaa tietosi jokaisesta luvusta. Testaa tietosi täällä.

PDF

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

npm i
npm run convert

Esitykset

Joillekin oppitunneille on saatavilla esitysmateriaaleja esitykset-kansiossa.

Muut opetussuunnitelmat

Tiimimme tuottaa muita opetussuunnitelmia! Tutustu:

Kuvien lähteet

Kaikki tämän opetussuunnitelman kuvien lähteet löytyvät tarvittaessa Lähteet-tiedostosta.

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

24 KiB Raw Blame History