학생용 FarmBeats
오늘날의 농장은 스마트 시티처럼 보이기 시작했습니다. 재배자는 센서, 컴퓨터 비전 및 AI(인공 지능)와 같은 혁신적인 도구를 사용하여 작물에 대한 심층적인 이해를 확보합니다. 이러한 방법을 통해 농부들은 데이터를 사용하여 더 나은 결정을 내리고, 비효율성을 발견하고, 식품 생산 및 자원 관리에 대한 새로운 통찰력을 얻을 수 있습니다. 학생용 FarmBeats 프로그램은 이러한 최신 기술을 오늘날의 학습자의 손에 제공합니다.
프로그램 개요
이 프로그램은 저렴한 마이크로 비트 기반 하드웨어 키트와 엄선된 커리큘럼 및 학생들에게 정밀 농업에 대한 실습 경험을 제공하도록 설계된 활동을 결합합니다. 학습 진행을 통해 학생들은 현대 도구의 영향과 농업 내의 기회를 쉽게 볼 수 있습니다.
학생용 FarmBeats는 웹 브라우저가 있는 모든 디바이스를 사용하여 실행할 수 있으므로 모든 사용자가 쉽게 액세스할 수 있습니다.
학생용 FarmBeats 프로그램을 통해 학생들은 정원 모니터링 시스템을 구축하고 AI, 데이터 분석 및 IoT(사물 인터넷)에 대해 알아봅니다.
섹션 1: 센서를 통해 데이터 수집
학생들은 환경 센서가 장착된 마이크로비트로 구성된 간단한 공장 모니터링 키트를 조립합니다. 학생들은 MakeCode 및 키트를 사용하여 작물의 상태에 대한 데이터를 수집하고 센서 데이터를 분석하며 토양 조건에 대응하는 시스템을 구성합니다.
섹션 2: "빅 데이터" 분석
다음으로, 학생들은 Excel의 데이터 시각화 도구를 소개합니다. 빅 데이터 세트와 협력하여 인텔리전스를 추출하고 온실에 가장 적합한 위치에 대한 결정을 내립니다.
섹션 3: AI를 사용하여 데이터 인사이트 잠금 해제
마지막으로, 학생들은 자신의 식물에서 영양 불균형을 예측하고 정원에서 해충을 식별하는 기술을 적용, 자신의 기계 학습 모델을 구축 할 수 있습니다.
교육 표준에 맞게 조정
학생용 FarmBeats 커리큘럼은 모든 학생이 AI에 대해 알아야 할 사항을 정의하는 AI4K12의 AI 교육 지침 에 부합합니다. 커리큘럼은 또한 이러한 표준, 농업 개념 및 성과 목표에 부합합니다.
- CSTA(컴퓨터 과학 교사 협회) 표준
- 국가 농업, 식품 & 천연 자원 (AFNR) 경력 표준
- 차세대 과학 표준(NGSS)
- Common Core State Standards 수학 표준
시작 - 학생용 FarmBeats 마이크로:비트 버전(신규!)
1단계: 마이크로:비트 기반 무료 커리큘럼 (모든 파일)을 다운로드합니다.
또는 커리큘럼의 개별 구성 요소를 다운로드합니다.
2단계: 모든 웹 브라우저에서 MakeCode 에 액세스합니다.
3단계:저렴한 하드웨어 키트 구매.
다른 리소스
학생용 FarmBeats 버전 1 커리큘럼(Raspberry Pi용)
더 많은 정보를 원하는 경우
다른 실습 STEM 프로젝트를 교실에 통합합니다 . 윈드스피드 분석, 풍력 터빈으로 전력 늘리기 또는 수질 측정과 같은 프로젝트를 시도해 보세요. 자세히 알아보기
학생용 FarmBeats를 자세히 살펴보세요 . 학생용 FarmBeats Raspberry Pi 플랫폼을 빌드하려는 고급 사용자의 경우 코드베이스 및 기술 설명서는 GitHub의 오픈 소스 리포지토리에서 사용할 수 있습니다. 여기에서 액세스합니다.
Microsoft Teams에서 Excel 통합 문서를 사용합니다. 교육용 Microsoft Teams에서 과제(학생용 FarmBeats)를 만들고 Excel 통합 문서를 수업의 개별 또는 소규모 학생 그룹에 할당합니다. 그룹은 별도로 또는 함께 등급이 매겨진 할당의 한 복사본을 켭니다. 방법 알아보기