Expansion arduino innovators bundle iot - ai

* COMPONENTES INCLUIDOS
1 Placa programable Arduino UNO R4 Wifi con procesador Renesas RA4M1 de 32 bits y ESP32, matriz LED de 12x8, conector USB C
1 cable USB
1 base de montaje de placa
1 multímetro
1 conector de batería de 9 V
1 batería de 9 V
20 LEDs (5 rojos, 5 verdes, 5 amarillos, 5 azules)
5 resistencias de 560 Ohmios
5 resistencias de 220 Ohmios
1 resistencia de 1 kOhmios
1 resistencia de 10 kOhmios
2 resistencias de 4,7 kOhmios
1 placa de pruebas de 400 puntos
1 servomotor pequeño
2 potenciómetros de 10 kOhmios
2 potenciómetros de perilla
2 condensadores de 100 uF
Cables puente de núcleo sólido
5 pulsadores
1 fototransistor
1 cable puente negro
1 cable puente rojo
1 sensor de temperatura
1 piezoeléctrico
1 cable puente hembra a macho rojo
1 cable puente hembra a macho negro
3 tuercas y tornillos

* SHIELD Y MÓDULOS INCLUIDOS
1 Shield de base compatible con placa Arduino UNO con 16 conectores Grove
10 módulos Grove:
LED
Potenciómetro
Zumbador
Sensor de luz
Sensor de sonido
Sensor de presión de aire
Sensor de temperatura
Acelerómetro
Pantalla OLED
6 cables Grove

* CONTENIDO EDUCATIVO
Cuaderno de actividades para el profesorado
Videos tutoriales
Plataforma gratuita de aprendizaje
Recursos adicionales de vocabulario

* LECCIONES INCLUIDAS (28)
El LED
El botón
El potenciómetro
El zumbador
El sensor de luz
El sensor de sonido
El sensor de presión de aire
El sensor de temperatura
El sensor de movimiento
La pantalla OLED
Conceptos básicos de electricidad, la ley de Ohm
Seguridad eléctrica
Esquemas, diagramas de flujo, pseudocódigo
Escribir código. Sintaxis de codificación
LED y polaridad
Componentes eléctricos
Uso de un multímetro para tomar medidas eléctricas
Control de un circuito digital y analógico
Controlar un servomotor
Producir sonidos, tonos y música
Medida de la intensidad de la luz
Ondas electromagnéticas
Diseño y construcción de un prototipo
Primeros pasos en la nube
Creación de escritorios en la nube
Creación de un proyecto de IoT
Introducción al machine learning con Arduino
Uso de componentes externos integrados con machine learning

* COMPATIBILIDAD DE SOFTWARE
Compatible con Windows, macOS y Linux