30 KiB

Raw Blame History

Azure AI Foundryコミュニティに参加しよう

以下の手順でこれらのリソースを使い始めましょう：

リポジトリをフォークする: をクリック
リポジトリをクローンする: git clone https://github.com/microsoft/IoT-For-Beginners.git
Azure AI Foundry Discordに参加して、専門家や開発者仲間と交流しよう

🌐 多言語対応

GitHub Actionによるサポート (自動化＆常に最新)

IoT for Beginners - カリキュラム

MicrosoftのAzure Cloud Advocatesは、IoTの基礎について学べる12週間、24レッスンのカリキュラムを提供しています。各レッスンには、事前・事後のクイズ、レッスンを完了するための書面による指示、解答例、課題などが含まれています。プロジェクトベースの教育法により、実際に作りながら学ぶことで、新しいスキルを定着させることができます。

プロジェクトでは、農場から食卓までの食品の旅をカバーします。これには、農業、物流、製造、小売、消費者といったIoTデバイスが活用される人気の業界分野が含まれます。

スケッチノート作成者：Nitya Narasimhan。画像をクリックすると拡大版が表示されます。

著者のJen Fox、Jen Looper、Jim Bennett、そしてスケッチノートアーティストのNitya Narasimhanに心から感謝します。

また、このカリキュラムをレビューし翻訳してくれたMicrosoft Learn Student Ambassadorsのチームにも感謝します - 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、そしてZina Kamel。

チームを紹介します！

Gif作成者 Mohit Jaisal

🎥 上の画像をクリックしてプロジェクトの動画をご覧ください！

教師の皆様、このカリキュラムの使用方法についていくつかの提案を含めています。独自のレッスンを作成したい場合は、レッスンテンプレートも含めています。

学生の皆様、このカリキュラムを個人で使用するには、リポジトリ全体をフォークし、事前クイズから始めて講義を読み、その他の活動を完了してください。解答コードをコピーするのではなく、レッスンを理解しながらプロジェクトを作成することを目指してください。ただし、解答コードは各プロジェクト指向のレッスンの/solutionsフォルダーにあります。また、友達と勉強グループを作り、一緒に内容を進めるのも良いアイデアです。さらに学びたい場合は、Microsoft Learnをお勧めします。

このコースの概要動画はこちらをご覧ください：

🎥 上の画像をクリックしてプロジェクトの動画をご覧ください！

教育法

このカリキュラムを構築する際に、プロジェクトベースであることと頻繁なクイズを含むことの2つの教育的原則を選びました。このシリーズの終わりまでに、学生は植物の監視と灌水システム、車両追跡装置、食品を追跡・検査するスマート工場セットアップ、音声制御の料理タイマーを構築し、IoTの基本を学びます。これには、デバイスコードの記述、クラウドへの接続、テレメトリの分析、エッジでのAIの実行が含まれます。

プロジェクトに合わせてコンテンツを調整することで、学生にとってより魅力的なプロセスとなり、概念の定着が促進されます。

さらに、授業前の低リスクなクイズは、学生がトピックを学ぶ意図を設定し、授業後のクイズはさらに定着を促します。このカリキュラムは柔軟で楽しいものとして設計されており、全体または部分的に受講することができます。プロジェクトは小さなものから始まり、12週間のサイクルの終わりには徐々に複雑になります。

各プロジェクトは、学生やホビイストが利用できる実際のハードウェアを基にしています。各プロジェクトは特定のプロジェクトドメインを調査し、関連する背景知識を提供します。成功する開発者になるためには、問題を解決するドメインを理解することが役立ちます。この背景知識を提供することで、学生はIoTソリューションや学びを、IoT開発者として求められる可能性のある実際の問題の文脈で考えることができます。学生は構築しているソリューションの「なぜ」を学び、エンドユーザーへの理解を深めます。

ハードウェア

プロジェクトで使用するIoTハードウェアには、個人の好み、プログラミング言語の知識や好み、学習目標、利用可能性に応じて2つの選択肢があります。また、ハードウェアにアクセスできない場合や購入を決定する前にもっと学びたい場合のために、「仮想ハードウェア」バージョンも提供しています。ハードウェアページで詳細を確認し、Seeed Studioの友人たちが提供する完全なキットを購入するリンクを見つけてください。

💁 行動規範、貢献、および翻訳ガイドラインをご覧ください。建設的なフィードバックを歓迎します！

各レッスンには以下が含まれます：

スケッチノート
オプションの補足動画
レッスン前のウォームアップクイズ
書面によるレッスン
プロジェクトベースのレッスンの場合、プロジェクトの構築方法に関するステップバイステップガイド
知識チェック
チャレンジ
補足読書
課題
レッスン後のクイズ

クイズについての注意: すべてのクイズはquiz-appフォルダーに含まれており、合計48のクイズが各3問ずつあります。レッスン内からリンクされていますが、クイズアプリはローカルで実行するかAzureにデプロイすることができます。quiz-appフォルダーの指示に従ってください。クイズは徐々にローカライズされています。

レッスン

	プロジェクト名	教えられる概念	学習目標	リンクされたレッスン
01	はじめに	IoTの概要	IoTの基本原則やセンサー、クラウドサービスなどのIoTソリューションの基本構成要素を学びながら、最初のIoTデバイスをセットアップします	IoTの概要
02	はじめに	IoTの詳細な理解	IoTシステムの構成要素、マイクロコントローラー、シングルボードコンピューターについてさらに学びます	IoTの詳細な理解
03	はじめに	センサーとアクチュエーターで物理世界と対話する	物理世界からデータを収集するセンサーやフィードバックを送るアクチュエーターについて学びながら、ナイトライトを作ります	センサーとアクチュエーターで物理世界と対話する
04	はじめに	デバイスをインターネットに接続する	IoTデバイスをインターネットに接続してメッセージを送受信する方法を学び、ナイトライトをMQTTブローカーに接続します	デバイスをインターネットに接続する
05	農業	植物の成長を予測する	IoTデバイスで取得した温度データを使って植物の成長を予測する方法を学びます	植物の成長を予測する
06	農業	土壌の湿度を検知する	土壌湿度を検知し、土壌湿度センサーをキャリブレーションする方法を学びます	土壌の湿度を検知する
07	農業	自動植物灌水	リレーとMQTTを使用して灌水を自動化し、タイミングを設定する方法を学びます	自動植物灌水
08	農業	植物をクラウドに移行する	クラウドやクラウドホスト型IoTサービスについて学び、植物をパブリックMQTTブローカーではなくこれらに接続する方法を学びます	植物をクラウドに移行する
09	農業	アプリケーションロジックをクラウドに移行する	IoTメッセージに応答するクラウド内のアプリケーションロジックを記述する方法を学びます	アプリケーションロジックをクラウドに移行する
10	農業	植物を安全に保つ	IoTのセキュリティについて学び、鍵や証明書を使って植物を安全に保つ方法を学びます	植物を安全に保つ
11	輸送	位置追跡	IoTデバイスのGPS位置追跡について学びます	位置追跡
12	輸送	位置データを保存する	IoTデータを保存して後で可視化や分析する方法を学びます	位置データを保存する
13	輸送	位置データを可視化する	地図上で位置データを可視化する方法や、地図が3Dの現実世界を2次元で表現する仕組みについて学びます	位置データを可視化する
14	輸送	ジオフェンス	ジオフェンスについて学び、サプライチェーンの車両が目的地に近づいた際にアラートを出す方法を学びます	ジオフェンス
15	製造	果物品質検出器をトレーニングする	クラウドで画像分類器をトレーニングして果物の品質を検出する方法を学びます	果物品質検出器をトレーニングする
16	製造	IoTデバイスで果物の品質を確認する	IoTデバイスで果物品質検出器を使用する方法を学びます	IoTデバイスで果物の品質を確認する
17	製造	果物検出器をエッジで実行する	IoTデバイスで果物検出器をエッジで実行する方法を学びます	果物検出器をエッジで実行する
18	製造	センサーから果物品質検出をトリガーする	センサーから果物品質検出をトリガーする方法を学びます	センサーから果物品質検出をトリガーする
19	小売	在庫検出器をトレーニングする	オブジェクト検出を使用して在庫をカウントする在庫検出器をトレーニングする方法を学びます	在庫検出器をトレーニングする
20	小売	IoTデバイスで在庫を確認する	オブジェクト検出モデルを使用してIoTデバイスで在庫を確認する方法を学びます	IoTデバイスで在庫を確認する
21	消費者	IoTデバイスで音声を認識する	IoTデバイスで音声を認識してスマートタイマーを構築する方法を学びます	IoTデバイスで音声を認識する
22	消費者	言語を理解する	IoTデバイスに話しかけられた文章を理解する方法を学びます	言語を理解する
23	消費者	タイマーを設定し音声フィードバックを提供する	IoTデバイスでタイマーを設定し、タイマーが設定された時や終了した時に音声フィードバックを提供する方法を学びます	タイマーを設定し音声フィードバックを提供する
24	消費者	複数言語をサポートする	スマートタイマーに話しかける言語や応答する言語を複数サポートする方法を学びます	複数言語をサポートする

オフラインアクセス

Docsifyを使用して、このドキュメントをオフラインで実行することができます。このリポジトリをフォークし、Docsifyをインストールしてローカルマシンにインストールした後、このリポジトリのルートフォルダでdocsify serveと入力してください。ウェブサイトはローカルホストのポート3000で提供されます: localhost:3000。

クイズ

各章の知識をテストするインタラクティブなクイズをコミュニティがホストしてくれています。あなたの知識をこちらでテストしてください。

PDF

必要に応じて、このコンテンツのPDFを生成してオフラインでアクセスすることができます。そのためには、npmをインストールし、このリポジトリのルートフォルダで以下のコマンドを実行してください:

npm i
npm run convert

スライド

いくつかのレッスンにはslidesフォルダにスライドデッキがあります。

その他のカリキュラム

私たちのチームは他のカリキュラムも制作しています！ぜひチェックしてください:

Azure / Edge / MCP / Agents

Generative AI Series

Core Learning

Copilotシリーズ

画像の著作権表示

このカリキュラムで使用されている画像の著作権表示は、必要に応じてAttributionsで確認できます。

免責事項:
この文書はAI翻訳サービスCo-op Translatorを使用して翻訳されています。正確性を追求しておりますが、自動翻訳には誤りや不正確な部分が含まれる可能性があります。元の言語で記載された文書を正式な情報源としてご参照ください。重要な情報については、専門の人間による翻訳を推奨します。この翻訳の使用に起因する誤解や誤認について、当社は責任を負いません。

30 KiB Raw Blame History