23 KiB

Raw Blame History

Bli med i Azure AI Foundry Community

Følg disse stegene for å komme i gang med ressursene:

Fork repoet: Klikk
Klon repoet: git clone https://github.com/microsoft/IoT-For-Beginners.git
Bli med i Azure AI Foundry Discord og møt eksperter og andre utviklere

🌐 Støtte for flere språk

Støttet via GitHub Action (Automatisk og alltid oppdatert)

IoT for Beginners - Et kurs

Azure Cloud Advocates hos Microsoft er glade for å tilby et 12-ukers, 24-leksjons kurs om IoT-grunnleggende. Hver leksjon inkluderer quiz før og etter leksjonen, skriftlige instruksjoner for å fullføre leksjonen, en løsning, en oppgave og mer. Vår prosjektbaserte tilnærming lar deg lære mens du bygger, en bevist metode for å få nye ferdigheter til å sitte.

Prosjektene dekker reisen til mat fra gård til bord. Dette inkluderer landbruk, logistikk, produksjon, detaljhandel og forbruker - alle populære bransjeområder for IoT-enheter.

Sketchnote av Nitya Narasimhan. Klikk på bildet for en større versjon.

Stor takk til våre forfattere Jen Fox, Jen Looper, Jim Bennett, og vår sketchnote-kunstner Nitya Narasimhan.

Takk også til vårt team av Microsoft Learn Student Ambassadors som har gjennomgått og oversatt dette kurset - 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, og Zina Kamel.

Møt teamet!

Gif av Mohit Jaisal

🎥 Klikk på bildet over for en video om prosjektet!

Lærere, vi har inkludert noen forslag om hvordan du kan bruke dette kurset. Hvis du ønsker å lage dine egne leksjoner, har vi også inkludert en leksjonsmal.

Studenter, for å bruke dette kurset på egen hånd, fork hele repoet og fullfør oppgavene selv, start med en quiz før leksjonen, les leksjonen og fullfør resten av aktivitetene. Prøv å lage prosjektene ved å forstå leksjonene i stedet for å kopiere løsningskoden; men den koden er tilgjengelig i /solutions-mappene i hver prosjektorienterte leksjon. En annen idé kan være å danne en studiegruppe med venner og gå gjennom innholdet sammen. For videre studier anbefaler vi Microsoft Learn.

For en videooversikt over dette kurset, sjekk ut denne videoen:

🎥 Klikk på bildet over for en video om prosjektet!

Pedagogikk

Vi har valgt to pedagogiske prinsipper mens vi utviklet dette kurset: å sikre at det er prosjektbasert og at det inkluderer hyppige quizer. Ved slutten av denne serien vil studentene ha bygget et system for overvåking og vanning av planter, en kjøretøysporer, et smart fabrikkoppsett for å spore og sjekke mat, og en stemmestyrt matlagingsklokke, og vil ha lært det grunnleggende om Internet of Things, inkludert hvordan man skriver enhetskode, kobler til skyen, analyserer telemetri og kjører AI på kanten.

Ved å sikre at innholdet er knyttet til prosjekter, blir prosessen mer engasjerende for studentene, og forståelsen av konsepter vil bli styrket.

I tillegg setter en lavterskel quiz før en klasse intensjonen til studenten mot å lære et emne, mens en andre quiz etter klassen sikrer ytterligere forståelse. Dette kurset er designet for å være fleksibelt og morsomt og kan tas i sin helhet eller delvis. Prosjektene starter små og blir stadig mer komplekse mot slutten av den 12-ukers syklusen.

Hvert prosjekt er basert på ekte maskinvare tilgjengelig for studenter og hobbyister. Hvert prosjekt ser på det spesifikke prosjektområdet og gir relevant bakgrunnskunnskap. For å bli en vellykket utvikler hjelper det å forstå området der du løser problemer, og å gi denne bakgrunnskunnskapen lar studentene tenke på IoT-løsningene og læringene sine i konteksten av den typen reelle problemer de kan bli bedt om å løse som IoT-utviklere. Studentene lærer 'hvorfor' bak løsningene de bygger, og får en forståelse for sluttbrukeren.

Maskinvare

Vi har to valg av IoT-maskinvare som kan brukes til prosjektene, avhengig av personlig preferanse, programmeringsspråkkunnskap eller preferanser, læringsmål og tilgjengelighet. Vi har også gitt en 'virtuell maskinvare'-versjon for de som ikke har tilgang til maskinvare, eller som ønsker å lære mer før de forplikter seg til et kjøp. Du kan lese mer og finne en 'handleliste' på maskinvare-siden, inkludert lenker til å kjøpe komplette sett fra våre venner hos Seeed Studio.

💁 Finn våre Retningslinjer for oppførsel, Bidrag, og Oversettelse. Vi ønsker din konstruktive tilbakemelding velkommen!

Hver leksjon inkluderer:

sketchnote
valgfri tilleggsvideo
quiz før leksjonen
skriftlig leksjon
for prosjektbaserte leksjoner, trinnvise guider for hvordan man bygger prosjektet
kunnskapssjekker
en utfordring
tilleggslesing
oppgave
quiz etter leksjonen

En merknad om quizer: Alle quizer finnes i quiz-app-mappen, totalt 48 quizer med tre spørsmål hver. De er lenket fra leksjonene, men quiz-appen kan kjøres lokalt eller distribueres til Azure; følg instruksjonene i quiz-app-mappen. De blir gradvis lokalisert.

Leksjoner

	Prosjektnavn	Konsepter som læres	Læringsmål	Tilknyttet leksjon
01	Kom i gang	Introduksjon til IoT	Lær de grunnleggende prinsippene for IoT og de grunnleggende byggesteinene i IoT-løsninger, som sensorer og skytjenester, mens du setter opp din første IoT-enhet	Introduksjon til IoT
02	Kom i gang	Et dypere dykk i IoT	Lær mer om komponentene i et IoT-system, samt mikrokontrollere og enkortsdatamaskiner	Et dypere dykk i IoT
03	Kom i gang	Interagere med den fysiske verden med sensorer og aktuatorer	Lær om sensorer for å samle data fra den fysiske verden, og aktuatorer for å sende tilbakemeldinger, mens du bygger en nattlampe	Interagere med den fysiske verden med sensorer og aktuatorer
04	Kom i gang	Koble enheten din til Internett	Lær hvordan du kobler en IoT-enhet til Internett for å sende og motta meldinger ved å koble nattlampen din til en MQTT-broker	Koble enheten din til Internett
05	Gård	Forutsi plantevekst	Lær hvordan du kan forutsi plantevekst ved hjelp av temperaturdata samlet inn av en IoT-enhet	Forutsi plantevekst
06	Gård	Oppdage jordfuktighet	Lær hvordan du kan oppdage jordfuktighet og kalibrere en jordfuktighetssensor	Oppdage jordfuktighet
07	Gård	Automatisert plantevanning	Lær hvordan du kan automatisere og tidsstyre vanning ved hjelp av et relé og MQTT	Automatisert plantevanning
08	Gård	Migrere planten din til skyen	Lær om skyen og skybaserte IoT-tjenester, og hvordan du kan koble planten din til en av disse i stedet for en offentlig MQTT-broker	Migrere planten din til skyen
09	Gård	Migrere applikasjonslogikken din til skyen	Lær hvordan du kan skrive applikasjonslogikk i skyen som reagerer på IoT-meldinger	Migrere applikasjonslogikken din til skyen
10	Gård	Hold planten din sikker	Lær om sikkerhet med IoT og hvordan du kan holde planten din sikker med nøkler og sertifikater	Hold planten din sikker
11	Transport	Lokasjonssporing	Lær om GPS-lokasjonssporing for IoT-enheter	Lokasjonssporing
12	Transport	Lagre lokasjonsdata	Lær hvordan du kan lagre IoT-data for å visualisere eller analysere dem senere	Lagre lokasjonsdata
13	Transport	Visualisere lokasjonsdata	Lær om visualisering av lokasjonsdata på et kart, og hvordan kart representerer den virkelige 3D-verdenen i 2 dimensjoner	Visualisere lokasjonsdata
14	Transport	Geogjerder	Lær om geogjerder, og hvordan de kan brukes til å varsle når kjøretøy i forsyningskjeden nærmer seg destinasjonen	Geogjerder
15	Produksjon	Tren en fruktkvalitetsdetektor	Lær om å trene en bildekategoriserer i skyen for å oppdage fruktkvalitet	Tren en fruktkvalitetsdetektor
16	Produksjon	Sjekk fruktkvalitet fra en IoT-enhet	Lær hvordan du kan bruke fruktkvalitetsdetektoren din fra en IoT-enhet	Sjekk fruktkvalitet fra en IoT-enhet
17	Produksjon	Kjør fruktdetektoren din på kanten	Lær hvordan du kan kjøre fruktdetektoren din på en IoT-enhet på kanten	Kjør fruktdetektoren din på kanten
18	Produksjon	Utløse fruktkvalitetsdeteksjon fra en sensor	Lær hvordan du kan utløse fruktkvalitetsdeteksjon fra en sensor	Utløse fruktkvalitetsdeteksjon fra en sensor
19	Detaljhandel	Tren en lagerdetektor	Lær hvordan du kan bruke objektdeteksjon til å trene en lagerdetektor for å telle lager i en butikk	Tren en lagerdetektor
20	Detaljhandel	Sjekk lager fra en IoT-enhet	Lær hvordan du kan sjekke lager fra en IoT-enhet ved hjelp av en objektdeteksjonsmodell	Sjekk lager fra en IoT-enhet
21	Forbruker	Gjenkjenne tale med en IoT-enhet	Lær hvordan du kan gjenkjenne tale fra en IoT-enhet for å bygge en smart timer	Gjenkjenne tale med en IoT-enhet
22	Forbruker	Forstå språk	Lær hvordan du kan forstå setninger som blir sagt til en IoT-enhet	Forstå språk
23	Forbruker	Sett en timer og gi muntlig tilbakemelding	Lær hvordan du kan sette en timer på en IoT-enhet og gi muntlig tilbakemelding om når timeren er satt og når den er ferdig	Sett en timer og gi muntlig tilbakemelding
24	Forbruker	Støtte flere språk	Lær hvordan du kan støtte flere språk, både når det gjelder tale til enheten og svarene fra den smarte timeren din	Støtte flere språk

Offline tilgang

Du kan kjøre denne dokumentasjonen offline ved å bruke Docsify. Fork dette repoet, installer Docsify på din lokale maskin, og deretter i rotmappen av dette repoet, skriv docsify serve. Nettstedet vil bli servert på port 3000 på din localhost: localhost:3000.

Quiz

Takk til fellesskapet for å hoste den interaktive quizen som tester kunnskapen din om hvert kapittel. Du kan teste kunnskapen din her

PDF

Du kan generere en PDF av dette innholdet for offline tilgang hvis nødvendig. For å gjøre dette, sørg for at du har npm installert og kjør følgende kommandoer i rotmappen av dette repoet:

npm i
npm run convert

Lysbilder

Det finnes lysbildesett for noen av leksjonene i slides-mappen.

Andre læreplaner

Teamet vårt produserer andre læreplaner! Sjekk ut:

Bildekrediteringer

Du finner alle krediteringer for bildene som er brukt i denne læreplanen der det er nødvendig i Attributions.

Ansvarsfraskrivelse:
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi streber etter nøyaktighet, vær oppmerksom på at automatiserte oversettelser kan inneholde feil eller unøyaktigheter. Det originale dokumentet på sitt opprinnelige språk bør anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.

23 KiB Raw Blame History