Azure Cloud Advocates ที่ Microsoft มีความยินดีที่จะเสนอหลักสูตร 12 สัปดาห์ 24 บทเรียนเกี่ยวกับพื้นฐานของ IoT แต่ละบทเรียนประกอบด้วยแบบทดสอบก่อนและหลังบทเรียน คำแนะนำที่เป็นลายลักษณ์อักษรในการทำบทเรียนให้จบ วิธีแก้ไขปัญหา งานที่ได้รับมอบหมาย และอื่นๆ การสอนตามโครงงานของเราช่วยให้คุณเรียนรู้ในขณะที่สร้าง ซึ่งเป็นวิธีที่พิสูจน์แล้วว่าทักษะใหม่ ๆ ที่จะ 'ยึดติด'
โครงการนี้ครอบคลุมถึงการเดินทางของอาหารจากฟาร์มสู่โต๊ะอาหาร ซึ่งรวมถึงการเกษตร โลจิสติกส์ การผลิต การค้าปลีกและผู้บริโภค ซึ่งล้วนเป็นอุตสาหกรรมยอดนิยมสำหรับอุปกรณ์ IoT
Sketchnote โดย นิตยา นาราสิมัน คลิกที่ภาพเพื่อดูรุ่นที่ใหญ่กว่า
ขอขอบคุณผู้เขียน Jen Fox, Jen Looper, Jim Bennett และศิลปินร่างโน้ตของเรา Nitya Narasimhan
ขอขอบคุณทีมงาน Microsoft Learn Student Ambassadors ของเราที่ได้ตรวจสอบและแปลหลักสูตรนี้ - Aditya Garg, Anurag Sharma, Arpita Das, Aryan Jain, Bhavesh Suneja, Faith Hunja, Lateefah Bello, Manvi Jha, Mireille Tan, Mohammad Iftekher ( อิฟตู) เอบนี จาลาล, โมฮัมหมัด ซุลฟิการ์, ปริยันชู ศรีวาสตาฟ, ธันใหม่ โกวดูเครูวู และซีนา คาเมล
พบกับทีม!
GIF โดย โมหิต ไจซาล
- คลิกที่ภาพด้านบนเพื่อดูวิดีโอเกี่ยวกับโครงการ!
คุณครู ทั้งหลาย เราได้รวมข้อเสนอแนะบางประการเกี่ยวกับวิธีใช้หลักสูตรนี้ไว้แล้ว หากคุณต้องการสร้างบทเรียนของคุณเอง เราได้รวมเทมเพลตบทเรียนไว้ด้วย
นักเรียน หากต้องการใช้หลักสูตรนี้ด้วยตนเอง ให้แยกส่วนซื้อคืนทั้งหมดและทำแบบฝึกหัดด้วยตนเอง โดยเริ่มจากแบบทดสอบก่อนการบรรยาย จากนั้นอ่านการบรรยายและทำกิจกรรมที่เหลือให้เสร็จสิ้น พยายามสร้างโปรเจ็กต์โดยการทำความเข้าใจบทเรียนแทนที่จะคัดลอกโค้ดโซลูชัน อย่างไรก็ตาม รหัสนั้นมีอยู่ในโฟลเดอร์ /solutions ในแต่ละบทเรียนเชิงโครงงาน อีกแนวคิดหนึ่งคือตั้งกลุ่มเรียนกับเพื่อนและอ่านเนื้อหาร่วมกัน สำหรับการศึกษาเพิ่มเติม เราขอแนะนำ Microsoft Learn
หากต้องการดูภาพรวมของหลักสูตรนี้ โปรดดูวิดีโอนี้:
- คลิกที่ภาพด้านบนเพื่อดูวิดีโอเกี่ยวกับโครงการ!
เราได้เลือกหลักคำสอนสองข้อในขณะที่สร้างหลักสูตรนี้: ตรวจสอบให้แน่ใจว่าเป็นไปตามโครงการและมีแบบทดสอบบ่อยๆ ในตอนท้ายของซีรีส์นี้ นักเรียนจะได้สร้างระบบติดตามและรดน้ำต้นไม้ เครื่องติดตามยานพาหนะ การตั้งค่าโรงงานอัจฉริยะเพื่อติดตามและตรวจสอบอาหาร และเครื่องจับเวลาการปรุงอาหารที่ควบคุมด้วยเสียง และจะได้เรียนรู้พื้นฐานของอินเทอร์เน็ตของ สิ่งต่างๆ รวมถึงวิธีเขียนโค้ดอุปกรณ์ เชื่อมต่อกับคลาวด์ วิเคราะห์การวัดและส่งข้อมูลทางไกล และเรียกใช้ AI บน Edge
ด้วยการทำให้แน่ใจว่าเนื้อหาสอดคล้องกับโครงการ กระบวนการนี้จะทำให้นักเรียนมีส่วนร่วมมากขึ้น และการเก็บรักษาแนวคิดจะเพิ่มมากขึ้น
นอกจากนี้ แบบทดสอบที่มีเดิมพันต่ำก่อนชั้นเรียนจะกำหนดเป้าหมายของนักเรียนในการเรียนรู้หัวข้อต่างๆ ในขณะที่แบบทดสอบที่สองหลังเลิกเรียนจะช่วยให้มั่นใจว่านักเรียนจะยังเรียนต่อไป หลักสูตรนี้ได้รับการออกแบบให้มีความยืดหยุ่นและสนุกสนาน และสามารถเรียนทั้งหมดหรือบางส่วนก็ได้ โครงการเริ่มต้นจากเล็กๆ และมีความซับซ้อนมากขึ้นเมื่อสิ้นสุดรอบ 12 สัปดาห์
แต่ละโปรเจ็กต์มีพื้นฐานมาจากฮาร์ดแวร์ในโลกแห่งความเป็นจริงสำหรับนักเรียนและผู้ที่ชื่นชอบงานอดิเรก แต่ละโครงการจะพิจารณาโดเมนโครงการที่เฉพาะเจาะจง โดยให้ความรู้พื้นฐานที่เกี่ยวข้อง การเป็นนักพัฒนาที่ประสบความสำเร็จจะช่วยให้เข้าใจขอบเขตที่คุณกำลังแก้ไขปัญหา การให้ความรู้พื้นฐานนี้ช่วยให้นักเรียนคิดเกี่ยวกับโซลูชัน IoT และการเรียนรู้ในบริบทของปัญหาในโลกแห่งความเป็นจริงที่พวกเขาอาจถูกขอให้แก้ไข ในฐานะนักพัฒนา IoT นักเรียนจะได้เรียนรู้ว่า 'เหตุใด' ของโซลูชันที่พวกเขากำลังสร้าง และได้รับคำชื่นชมจากผู้ใช้ปลายทาง
เรามีฮาร์ดแวร์ IoT สองทางเลือกที่จะใช้สำหรับโครงการ ขึ้นอยู่กับความชอบส่วนตัว ความรู้หรือความชอบด้านภาษาในการเขียนโปรแกรม เป้าหมายการเรียนรู้ และความพร้อม นอกจากนี้เรายังจัดเตรียมเวอร์ชัน 'ฮาร์ดแวร์เสมือน' ไว้สำหรับผู้ที่ไม่สามารถเข้าถึงฮาร์ดแวร์ได้ หรือต้องการเรียนรู้เพิ่มเติมก่อนตัดสินใจซื้อ คุณสามารถอ่านเพิ่มเติมและค้นหา 'รายการช็อปปิ้ง' ได้ที่หน้าฮาร์ดแวร์ รวมถึงลิงก์สำหรับซื้อชุดอุปกรณ์จากเพื่อนของเราที่ Seeed Studio
- ค้นหาแนวทางปฏิบัติ การสนับสนุน และการแปลของเรา เรายินดีรับข้อเสนอแนะที่สร้างสรรค์ของคุณ!
หมายเหตุเกี่ยวกับแบบทดสอบ : แบบทดสอบทั้งหมดอยู่ในโฟลเดอร์แอปแบบทดสอบ สำหรับแบบทดสอบทั้งหมด 48 แบบ คำถามละ 3 ข้อ มีการเชื่อมโยงจากภายในบทเรียน แต่แอปแบบทดสอบสามารถเรียกใช้ในเครื่องหรือปรับใช้กับ Azure ได้ ทำตามคำแนะนำในโฟลเดอร์
quiz-app
พวกเขากำลังค่อยๆ ถูกแปลเป็นภาษาท้องถิ่น
ชื่อโครงการ | แนวคิดที่สอน | วัตถุประสงค์การเรียนรู้ | บทเรียนที่เชื่อมโยง | |
---|---|---|---|---|
01 | เริ่มต้นใช้งาน | ความรู้เบื้องต้นเกี่ยวกับ IoT | เรียนรู้หลักการพื้นฐานของ IoT และองค์ประกอบพื้นฐานของโซลูชัน IoT เช่น เซ็นเซอร์และบริการคลาวด์ ในขณะที่คุณตั้งค่าอุปกรณ์ IoT เครื่องแรกของคุณ | ความรู้เบื้องต้นเกี่ยวกับ IoT |
02 | เริ่มต้นใช้งาน | เจาะลึก IoT | เรียนรู้เพิ่มเติมเกี่ยวกับส่วนประกอบของระบบ IoT รวมถึงไมโครคอนโทรลเลอร์และคอมพิวเตอร์บอร์ดเดี่ยว | เจาะลึก IoT |
03 | เริ่มต้นใช้งาน | โต้ตอบกับโลกทางกายภาพด้วยเซ็นเซอร์และแอคทูเอเตอร์ | เรียนรู้เกี่ยวกับเซ็นเซอร์เพื่อรวบรวมข้อมูลจากโลกทางกายภาพ และตัวกระตุ้นเพื่อส่งข้อเสนอแนะในขณะที่คุณสร้างไฟกลางคืน | โต้ตอบกับโลกทางกายภาพด้วยเซ็นเซอร์และแอคทูเอเตอร์ |
04 | เริ่มต้นใช้งาน | เชื่อมต่ออุปกรณ์ของคุณกับอินเทอร์เน็ต | เรียนรู้เกี่ยวกับวิธีการเชื่อมต่ออุปกรณ์ IoT กับอินเทอร์เน็ตเพื่อส่งและรับข้อความโดยการเชื่อมต่อไฟกลางคืนของคุณกับนายหน้า MQTT | เชื่อมต่ออุปกรณ์ของคุณกับอินเทอร์เน็ต |
05 | ฟาร์ม | ทำนายการเจริญเติบโตของพืช | เรียนรู้วิธีทำนายการเจริญเติบโตของพืชโดยใช้ข้อมูลอุณหภูมิที่อุปกรณ์ IoT บันทึกไว้ | ทำนายการเจริญเติบโตของพืช |
06 | ฟาร์ม | ตรวจจับความชื้นในดิน | เรียนรู้วิธีตรวจจับความชื้นในดินและปรับเทียบเซ็นเซอร์ความชื้นในดิน | ตรวจจับความชื้นในดิน |
07 | ฟาร์ม | รดน้ำต้นไม้อัตโนมัติ | เรียนรู้วิธีรดน้ำอัตโนมัติและตั้งเวลาโดยใช้รีเลย์และ MQTT | รดน้ำต้นไม้อัตโนมัติ |
08 | ฟาร์ม | ย้ายโรงงานของคุณไปยังระบบคลาวด์ | เรียนรู้เกี่ยวกับบริการ IoT บนคลาวด์และโฮสต์บนคลาวด์ และวิธีการเชื่อมต่อโรงงานของคุณกับบริการเหล่านี้แทนนายหน้า MQTT สาธารณะ | ย้ายโรงงานของคุณไปยังระบบคลาวด์ |
09 | ฟาร์ม | ย้ายตรรกะของแอปพลิเคชันของคุณไปยังระบบคลาวด์ | เรียนรู้เกี่ยวกับวิธีที่คุณสามารถเขียนตรรกะของแอปพลิเคชันในระบบคลาวด์ที่ตอบสนองต่อข้อความ IoT | ย้ายตรรกะของแอปพลิเคชันของคุณไปยังระบบคลาวด์ |
10 | ฟาร์ม | รักษาโรงงานของคุณให้ปลอดภัย | เรียนรู้เกี่ยวกับการรักษาความปลอดภัยด้วย IoT และวิธีรักษาโรงงานของคุณให้ปลอดภัยด้วยคีย์และใบรับรอง | รักษาโรงงานของคุณให้ปลอดภัย |
11 | ขนส่ง | การติดตามตำแหน่ง | เรียนรู้เกี่ยวกับการติดตามตำแหน่ง GPS สำหรับอุปกรณ์ IoT | การติดตามตำแหน่ง |
12 | ขนส่ง | เก็บข้อมูลตำแหน่ง | เรียนรู้วิธีจัดเก็บข้อมูล IoT เพื่อแสดงภาพหรือวิเคราะห์ในภายหลัง | เก็บข้อมูลตำแหน่ง |
13 | ขนส่ง | แสดงภาพข้อมูลตำแหน่ง | เรียนรู้เกี่ยวกับการแสดงข้อมูลตำแหน่งบนแผนที่ และวิธีที่แผนที่แสดงถึงโลก 3 มิติที่แท้จริงใน 2 มิติ | แสดงภาพข้อมูลตำแหน่ง |
14 | ขนส่ง | ขอบเขตภูมิศาสตร์ | เรียนรู้เกี่ยวกับขอบเขตตำแหน่งทางภูมิศาสตร์ และวิธีที่สามารถใช้เพื่อแจ้งเตือนเมื่อยานพาหนะในห่วงโซ่อุปทานใกล้กับจุดหมายปลายทาง | ขอบเขตภูมิศาสตร์ |
15 | การผลิต | ฝึกอบรมเครื่องตรวจจับคุณภาพผลไม้ | เรียนรู้เกี่ยวกับการฝึกตัวแยกประเภทรูปภาพในระบบคลาวด์เพื่อตรวจจับคุณภาพผลไม้ | ฝึกอบรมเครื่องตรวจจับคุณภาพผลไม้ |
16 | การผลิต | ตรวจสอบคุณภาพผลไม้จากอุปกรณ์ IoT | เรียนรู้เกี่ยวกับการใช้เครื่องตรวจจับคุณภาพผลไม้จากอุปกรณ์ IoT | ตรวจสอบคุณภาพผลไม้จากอุปกรณ์ IoT |
17 | การผลิต | เรียกใช้เครื่องตรวจจับผลไม้ของคุณบนขอบ | เรียนรู้เกี่ยวกับการเรียกใช้เครื่องตรวจจับผลไม้บนอุปกรณ์ IoT บน Edge | เรียกใช้เครื่องตรวจจับผลไม้ของคุณบนขอบ |
18 | การผลิต | กระตุ้นการตรวจจับคุณภาพผลไม้จากเซ็นเซอร์ | เรียนรู้เกี่ยวกับการกระตุ้นการตรวจจับคุณภาพผลไม้จากเซ็นเซอร์ | กระตุ้นการตรวจจับคุณภาพผลไม้จากเซ็นเซอร์ |
19 | ขายปลีก | ฝึกเครื่องตรวจจับสต็อก | เรียนรู้วิธีใช้การตรวจจับวัตถุเพื่อฝึกเครื่องตรวจจับสต็อกให้นับสต็อคในร้านค้า | ฝึกเครื่องตรวจจับสต็อก |
20 | ขายปลีก | ตรวจสอบสต็อกจากอุปกรณ์ IoT | เรียนรู้วิธีตรวจสอบสต็อกจากอุปกรณ์ IoT โดยใช้แบบจำลองการตรวจจับวัตถุ | ตรวจสอบสต็อกจากอุปกรณ์ IoT |
21 | ผู้บริโภค | จดจำคำพูดด้วยอุปกรณ์ IoT | เรียนรู้วิธีจดจำคำพูดจากอุปกรณ์ IoT เพื่อสร้างตัวจับเวลาอัจฉริยะ | จดจำคำพูดด้วยอุปกรณ์ IoT |
22 | ผู้บริโภค | เข้าใจภาษา | เรียนรู้วิธีเข้าใจประโยคที่พูดกับอุปกรณ์ IoT | เข้าใจภาษา |
23 | ผู้บริโภค | ตั้งเวลาและให้เสียงพูดตอบรับ | เรียนรู้วิธีตั้งเวลาบนอุปกรณ์ IoT และตอบกลับด้วยเสียงเมื่อตั้งเวลาและเมื่อเสร็จสิ้น | ตั้งเวลาและให้เสียงพูดตอบรับ |
24 | ผู้บริโภค | รองรับหลายภาษา | เรียนรู้วิธีรองรับหลายภาษา ทั้งเสียงพูดและการตอบกลับจากตัวจับเวลาอัจฉริยะของคุณ | รองรับหลายภาษา |
คุณสามารถเรียกใช้เอกสารนี้แบบออฟไลน์ได้โดยใช้ Docsify แยก repo นี้ ติดตั้ง Docsify บนเครื่องของคุณ จากนั้นในโฟลเดอร์รูทของ repo นี้ ให้พิมพ์ docsify serve
เว็บไซต์จะให้บริการบนพอร์ต 3000 บน localhost ของคุณ: localhost:3000
คุณสามารถสร้าง PDF ของเนื้อหานี้สำหรับการเข้าถึงแบบออฟไลน์ได้หากจำเป็น ในการดำเนินการนี้ ตรวจสอบให้แน่ใจว่าคุณได้ติดตั้ง npm และรันคำสั่งต่อไปนี้ในโฟลเดอร์รูทของ repo นี้:
npm i
npm run convert
มีชุดสไลด์สำหรับบทเรียนบางส่วนในโฟลเดอร์สไลด์
คุณต้องการสนับสนุนการแปลหรือไม่? โปรดอ่านหลักเกณฑ์การแปลของเราและเพิ่มข้อมูลในประเด็นการแปลข้อใดข้อหนึ่ง หากคุณต้องการแปลเป็นภาษาใหม่ โปรดแจ้งปัญหาใหม่เพื่อการติดตาม
ทีมงานของเราผลิตหลักสูตรอื่น! ตรวจสอบ:
คุณสามารถดูการระบุแหล่งที่มาทั้งหมดสำหรับรูปภาพที่ใช้ในหลักสูตรนี้ได้หากจำเป็นในการระบุแหล่งที่มา