28 KiB
Unisciti alla Community Azure AI Foundry
Segui questi passaggi per iniziare a utilizzare queste risorse:
- Fai un Fork del Repository: Clicca
- Clona il Repository:
git clone https://github.com/microsoft/IoT-For-Beginners.git - Unisciti al Discord di Azure AI Foundry e incontra esperti e altri sviluppatori
🌐 Supporto Multilingue
Supportato tramite GitHub Action (Automatizzato e Sempre Aggiornato)
Arabo | Bengalese | Bulgaro | Birmano (Myanmar) | Cinese (Semplificato) | Cinese (Tradizionale, Hong Kong) | Cinese (Tradizionale, Macao) | Cinese (Tradizionale, Taiwan) | Croato | Ceco | Danese | Olandese | Estone | Finlandese | Francese | Tedesco | Greco | Ebraico | Hindi | Ungherese | Indonesiano | Italiano | Giapponese | Coreano | Lituano | Malese | Marathi | Nepalese | Norvegese | Persiano (Farsi) | Polacco | Portoghese (Brasile) | Portoghese (Portogallo) | Punjabi (Gurmukhi) | Rumeno | Russo | Serbo (Cirillico) | Slovacco | Sloveno | Spagnolo | Swahili | Svedese | Tagalog (Filippino) | Tamil | Thailandese | Turco | Ucraino | Urdu | Vietnamita
IoT per Principianti - Un Curriculum
Gli Azure Cloud Advocates di Microsoft sono lieti di offrire un curriculum di 12 settimane e 24 lezioni dedicato ai fondamenti dell'IoT. Ogni lezione include quiz pre e post lezione, istruzioni scritte per completare la lezione, una soluzione, un compito e altro ancora. La nostra pedagogia basata sui progetti ti permette di imparare mentre costruisci, un metodo comprovato per far sì che le nuove competenze rimangano impresse.
I progetti coprono il percorso del cibo dalla fattoria alla tavola. Questo include agricoltura, logistica, produzione, vendita al dettaglio e consumatori - tutti settori popolari per i dispositivi IoT.
Sketchnote di Nitya Narasimhan. Clicca sull'immagine per una versione più grande.
Un sentito ringraziamento ai nostri autori Jen Fox, Jen Looper, Jim Bennett, e alla nostra artista di sketchnote Nitya Narasimhan.
Grazie anche al nostro team di Microsoft Learn Student Ambassadors che hanno revisionato e tradotto questo curriculum - 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, e Zina Kamel.
Incontra il team!
Gif di Mohit Jaisal
🎥 Clicca sull'immagine sopra per un video sul progetto!
Insegnanti, abbiamo incluso alcune indicazioni su come utilizzare questo curriculum. Se desiderate creare le vostre lezioni, abbiamo anche incluso un modello di lezione.
Studenti, per utilizzare questo curriculum autonomamente, fate un fork dell'intero repository e completate gli esercizi da soli, iniziando con un quiz pre-lezione, poi leggendo la lezione e completando il resto delle attività. Provate a creare i progetti comprendendo le lezioni piuttosto che copiando il codice della soluzione; tuttavia quel codice è disponibile nelle cartelle /solutions in ogni lezione orientata al progetto. Un'altra idea potrebbe essere formare un gruppo di studio con amici e affrontare insieme i contenuti. Per ulteriori studi, consigliamo Microsoft Learn.
Per una panoramica video di questo corso, guarda questo video:
🎥 Clicca sull'immagine sopra per un video sul progetto!
Pedagogia
Abbiamo scelto due principi pedagogici durante la creazione di questo curriculum: garantire che sia basato su progetti e che includa quiz frequenti. Alla fine di questa serie, gli studenti avranno costruito un sistema di monitoraggio e irrigazione delle piante, un tracker per veicoli, un setup di fabbrica intelligente per tracciare e controllare il cibo, e un timer per la cucina controllato dalla voce, e avranno appreso le basi dell'Internet delle Cose, inclusa la scrittura di codice per dispositivi, la connessione al cloud, l'analisi della telemetria e l'esecuzione di AI al limite.
Garantendo che i contenuti siano allineati ai progetti, il processo diventa più coinvolgente per gli studenti e la ritenzione dei concetti viene aumentata.
Inoltre, un quiz a basso rischio prima di una lezione orienta l'intenzione dello studente verso l'apprendimento di un argomento, mentre un secondo quiz dopo la lezione garantisce una maggiore ritenzione. Questo curriculum è stato progettato per essere flessibile e divertente e può essere seguito interamente o in parte. I progetti iniziano in modo semplice e diventano sempre più complessi verso la fine del ciclo di 12 settimane.
Ogni progetto si basa su hardware reale disponibile per studenti e appassionati. Ogni progetto esplora il dominio specifico del progetto, fornendo conoscenze di base pertinenti. Per essere uno sviluppatore di successo è utile comprendere il dominio in cui si stanno risolvendo i problemi; fornire queste conoscenze di base permette agli studenti di pensare alle loro soluzioni IoT e agli apprendimenti nel contesto del tipo di problema reale che potrebbero essere chiamati a risolvere come sviluppatori IoT. Gli studenti apprendono il 'perché' delle soluzioni che stanno costruendo e ottengono un apprezzamento per l'utente finale.
Hardware
Abbiamo due opzioni di hardware IoT da utilizzare per i progetti a seconda delle preferenze personali, della conoscenza o delle preferenze del linguaggio di programmazione, degli obiettivi di apprendimento e della disponibilità. Abbiamo anche fornito una versione di 'hardware virtuale' per coloro che non hanno accesso all'hardware o vogliono imparare di più prima di impegnarsi in un acquisto. Puoi leggere di più e trovare una 'lista della spesa' sulla pagina dell'hardware, inclusi link per acquistare kit completi dai nostri amici di Seeed Studio.
💁 Trova il nostro Codice di Condotta, Linee guida per il Contributo, e Linee guida per la Traduzione. Accogliamo con favore i tuoi feedback costruttivi!
Ogni lezione include:
- sketchnote
- video supplementare opzionale
- quiz di riscaldamento pre-lezione
- lezione scritta
- per le lezioni basate su progetti, guide passo-passo su come costruire il progetto
- verifiche delle conoscenze
- una sfida
- letture supplementari
- compito
- quiz post-lezione
Una nota sui quiz: Tutti i quiz sono contenuti nella cartella quiz-app, per un totale di 48 quiz di tre domande ciascuno. Sono collegati all'interno delle lezioni ma l'app quiz può essere eseguita localmente o distribuita su Azure; segui le istruzioni nella cartella
quiz-app. Sono gradualmente in fase di localizzazione.
Lezioni
| Nome del Progetto | Concetti Insegnati | Obiettivi di Apprendimento | Lezione Collegata | |
|---|---|---|---|---|
| 01 | Introduzione | Introduzione all'IoT | Scopri i principi fondamentali dell'IoT e i componenti di base delle soluzioni IoT come sensori e servizi cloud mentre configuri il tuo primo dispositivo IoT | Introduzione all'IoT |
| 02 | Introduzione | Approfondimento sull'IoT | Scopri di più sui componenti di un sistema IoT, così come sui microcontrollori e computer a scheda singola | Approfondimento sull'IoT |
| 03 | Introduzione | Interagire con il mondo fisico tramite sensori e attuatori | Scopri i sensori per raccogliere dati dal mondo fisico e gli attuatori per inviare feedback, mentre costruisci una luce notturna | Interagire con il mondo fisico tramite sensori e attuatori |
| 04 | Introduzione | Connetti il tuo dispositivo a Internet | Scopri come connettere un dispositivo IoT a Internet per inviare e ricevere messaggi collegando la tua luce notturna a un broker MQTT | Connetti il tuo dispositivo a Internet |
| 05 | Agricoltura | Prevedere la crescita delle piante | Scopri come prevedere la crescita delle piante utilizzando i dati sulla temperatura raccolti da un dispositivo IoT | Prevedere la crescita delle piante |
| 06 | Agricoltura | Rilevare l'umidità del suolo | Scopri come rilevare l'umidità del suolo e calibrare un sensore di umidità del suolo | Rilevare l'umidità del suolo |
| 07 | Agricoltura | Irrigazione automatizzata delle piante | Scopri come automatizzare e programmare l'irrigazione utilizzando un relè e MQTT | Irrigazione automatizzata delle piante |
| 08 | Agricoltura | Migrare la tua pianta al cloud | Scopri il cloud e i servizi IoT ospitati nel cloud e come connettere la tua pianta a uno di questi invece di un broker MQTT pubblico | Migrare la tua pianta al cloud |
| 09 | Agricoltura | Migrare la logica della tua applicazione al cloud | Scopri come scrivere logica applicativa nel cloud che risponde ai messaggi IoT | Migrare la logica della tua applicazione al cloud |
| 10 | Agricoltura | Proteggere la tua pianta | Scopri la sicurezza con l'IoT e come proteggere la tua pianta con chiavi e certificati | Proteggere la tua pianta |
| 11 | Trasporti | Tracciamento della posizione | Scopri il tracciamento della posizione GPS per dispositivi IoT | Tracciamento della posizione |
| 12 | Trasporti | Archiviare i dati di posizione | Scopri come archiviare i dati IoT per visualizzarli o analizzarli in seguito | Archiviare i dati di posizione |
| 13 | Trasporti | Visualizzare i dati di posizione | Scopri come visualizzare i dati di posizione su una mappa e come le mappe rappresentano il mondo reale tridimensionale in due dimensioni | Visualizzare i dati di posizione |
| 14 | Trasporti | Georecinzioni | Scopri le georecinzioni e come possono essere utilizzate per avvisare quando i veicoli nella catena di approvvigionamento sono vicini alla loro destinazione | Georecinzioni |
| 15 | Produzione | Addestrare un rilevatore di qualità della frutta | Scopri come addestrare un classificatore di immagini nel cloud per rilevare la qualità della frutta | Addestrare un rilevatore di qualità della frutta |
| 16 | Produzione | Controllare la qualità della frutta da un dispositivo IoT | Scopri come utilizzare il rilevatore di qualità della frutta da un dispositivo IoT | Controllare la qualità della frutta da un dispositivo IoT |
| 17 | Produzione | Eseguire il rilevatore di frutta al margine | Scopri come eseguire il rilevatore di frutta su un dispositivo IoT al margine | Eseguire il rilevatore di frutta al margine |
| 18 | Produzione | Attivare il rilevamento della qualità della frutta da un sensore | Scopri come attivare il rilevamento della qualità della frutta da un sensore | Attivare il rilevamento della qualità della frutta da un sensore |
| 19 | Vendita al dettaglio | Addestrare un rilevatore di scorte | Scopri come utilizzare il rilevamento degli oggetti per addestrare un rilevatore di scorte per contare le scorte in un negozio | Addestrare un rilevatore di scorte |
| 20 | Vendita al dettaglio | Controllare le scorte da un dispositivo IoT | Scopri come controllare le scorte da un dispositivo IoT utilizzando un modello di rilevamento degli oggetti | Controllare le scorte da un dispositivo IoT |
| 21 | Consumatore | Riconoscere il parlato con un dispositivo IoT | Scopri come riconoscere il parlato da un dispositivo IoT per costruire un timer intelligente | Riconoscere il parlato con un dispositivo IoT |
| 22 | Consumatore | Comprendere il linguaggio | Scopri come comprendere le frasi pronunciate a un dispositivo IoT | Comprendere il linguaggio |
| 23 | Consumatore | Impostare un timer e fornire feedback vocale | Scopri come impostare un timer su un dispositivo IoT e fornire feedback vocale su quando il timer è impostato e quando termina | Impostare un timer e fornire feedback vocale |
| 24 | Consumatore | Supportare più lingue | Scopri come supportare più lingue, sia per essere ascoltate che per le risposte del tuo timer intelligente | Supportare più lingue |
Accesso offline
Puoi eseguire questa documentazione offline utilizzando Docsify. Fai un fork di questo repository, installa Docsify sulla tua macchina locale e poi nella cartella principale di questo repository, digita docsify serve. Il sito web sarà servito sulla porta 3000 del tuo localhost: localhost:3000.
Quiz
Grazie alla community per aver ospitato il quiz interattivo che testa la tua conoscenza su ciascun capitolo. Puoi testare la tua conoscenza qui
Puoi generare un PDF di questo contenuto per l'accesso offline, se necessario. Per farlo, assicurati di avere npm installato e esegui i seguenti comandi nella cartella principale di questo repository:
npm i
npm run convert
Slide
Ci sono presentazioni per alcune delle lezioni nella cartella slides.
Altri curricula
Il nostro team produce altri curricula! Dai un'occhiata:
Azure / Edge / MCP / Agents
Serie AI Generativa
Apprendimento Core
Serie Copilot
Attribuzioni immagini
Puoi trovare tutte le attribuzioni per le immagini utilizzate in questo curriculum, dove richiesto, nella pagina Attribuzioni.
Disclaimer:
Questo documento è stato tradotto utilizzando il servizio di traduzione AI Co-op Translator. Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale umana. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.


