|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/pratique-pour-lexamen-microsoft-azure-ai-900/
课程评论：没有评论
本课程“Microsoft Azure AI-900 考试练习”旨在帮助您为 Azure AI Fundamentals (AI-900) 考试做准备。 **课程概述：** * **实用练习：** 提供大量的练习题，涵盖 AI-900 考试的所有知识领域，绝非官方试题。 * **场景驱动：** 许多问题基于实际场景，帮助您更好地理解和应用知识。 * **内容更新：** 考试要求会定期更新，课程内容也随之同步，确保与最新要求一致。 * **中英术语对照：** 为帮助您熟悉 Azure 平台中的英文专有词汇，许多问题和概念都会提供英文和法文（原文描述）的对照。 * **详细解析与参考：** 每道题都附有详细的解释和相关文档链接，以支持答案的准确性。 * **随机题目顺序：** 每次练习时，题目的顺序都会被打乱，鼓励您深入理解知识点，而不仅仅是记忆选项。 * **补充学习资料：** 本课程是对您现有学习材料的补充，不应作为唯一的备考资料。 * **重要提示：** 考试中产品名称和术语多为英文，建议您熟悉这些常用英文技术词汇。 **考试目标：** 本考试旨在评估您对机器学习 (ML) 和人工智能 (AI) 概念以及相关 Microsoft Azure 服务的理解。 **目标考生：** * 拥有技术或非技术背景的考生。 * 不需要数据科学或软件工程背景，但了解云计算和客户端-服务器应用的基础知识会更有帮助。 * 本课程是准备其他基于角色的 Azure 认证（如 Azure Data Scientist Associate 或 Azure AI Engineer Associate）的起点，但并非这些认证的先决条件。 **考试内容（主要模块）：** 1. **描述人工智能工作负载和注意事项 (20-25%)** * 识别常见 AI 工作负载的功能。 * 识别异常检测工作负载的功能。 * 识别计算机视觉工作负载。 * 识别自然语言处理 (NLP) 工作负载。 * 识别知识挖掘工作负载。 * 描述负责任 AI 的指导原则（公平性、可靠性、安全性、隐私、包容性、透明度和问责制）。 2. **描述 Azure 上的机器学习基础知识 (25-30%)** * 识别常见的机器学习类型（回归、分类、聚类）。 * 描述机器学习的基本概念（特征、标签、训练集、验证集）。 * 介绍 Azure Machine Learning Studio 的可视化工具（自动化 ML、Designer）。 3. **描述 Azure 上的计算机视觉工作负载功能 (15-20%)** * 识别常见的计算机视觉解决方案类型（图像分类、对象检测、OCR、人脸检测与分析）。 * 介绍 Azure 计算机视觉服务（Computer Vision, Custom Vision, Face, Form Recognizer）的能力。 4. **描述 Azure 上的自然语言处理 (NLP) 工作负载功能 (25-30%)** * 识别常见的 NLP 工作负载场景（关键短语提取、实体识别、情感分析、语言建模、语音识别与合成、翻译）。 * 介绍 Azure NLP 服务（Language, Speech, Translator）的能力。 * 介绍会话式 AI 的考虑因素（聊天机器人，Power Virtual Agents, Azure Bot Service）。 **考试语言：** 英语、日语、中文（简体）、韩语、德语、法语和西班牙语。
Afin de définir des attentes réalistes, veuillez noter: Ces questions ne sont PAS des questions officielles que vous trouverez sur l'examen officiel. Ces questions couvrent tout le matériel décrit dans les sections de connaissances ci-dessous. Beaucoup de questions sont basées sur des scénarios fictifs qui contiennent des questions posées.Les exigences de connaissances officielles pour l'examen sont revues régulièrement pour s'assurer que le contenu a les dernières exigences incorporées dans les questions pratiques. Les mises à jour du contenu sont souvent effectuées sans notification préalable et peuvent être modifiées à tout moment.Beaucoup de questions ont à la fois le terme anglais et la traduction française car plusieurs termes et fonctions de Microsoft Azure sont en anglais. De cette façon, vous serez en mesure de reconnaître les composants que vous rencontrerez dans Azure.Chaque question a une explication détaillée et des liens vers des documents de référence pour soutenir les réponses qui garantissent l'exactitude des solutions aux problèmes.L'ordre des questions sera changé chaque fois que vous répéterez les tests. Vous aurez donc besoin de savoir pourquoi une réponse est correcte, et pas seulement que la réponse correcte était l'item "B" la dernière fois que vous avez passé le test.REMARQUE: Ce cours ne doit pas être votre seul matériel d'étude pour vous préparer à l'examen officiel. Ces tests pratiques sont destinés à compléter le matériel d'étude de sujet.IMPORTANT: sachez que pour les examens, les noms de produits et des termes sont en anglais, de sorte que l'apprenant se familiarise avec de nombreux termes en anglais quelle que soit la langue de l'examen.Cet examen est l'occasion de démontrer la connaissance des concepts d'apprentissage automatique (ML) et d'intelligence artificielle (IA) et des services Microsoft Azure associés. Les candidats à cet examen doivent être familiarisés avec le matériel d'apprentissage à votre rythme ou dirigé par un instructeur de l'AI-900.Cet examen est destiné aux candidats ayant une formation technique et non technique. Une expérience en science des données et en génie logiciel n'est pas requise ; cependant, une connaissance des bases du cloud et des applications client-serveur serait bénéfique.Azure AI Fundamentals peut être utilisé pour préparer d'autres certifications Azure basées sur les rôles, comme Azure Data Scientist Associate ou Azure AI Engineer Associate, mais ce n'est une condition préalable pour aucune d'entre elles.Décrire les charges de travail et les considérations liées à l'intelligence artificielle (20 à 25 %)Décrire les principes fondamentaux du machine learning sur Azure (25 à 30 %)Décrire les fonctionnalités des charges de travail de vision par ordinateur sur Azure (15 à 20 %)Décrire les fonctionnalités des charges de travail de traitement du langage naturel (NLP) sur Azure (25 à 30 %)Décrire les charges de travail et les considérations liées à l'intelligence artificielle (20 à 25 %)Identifier les fonctionnalités des charges de travail d'IA courantesIdentifier les fonctionnalités des charges de travail de détection d'anomaliesIdentifier les charges de travail de vision par ordinateurIdentifier les charges de travail de traitement du langage naturelIdentifier les charges de travail d'exploration de connaissancesIdentifier les principes directeurs d'une IA responsableDécrire les considérations d'équité dans une solution d'IADécrire les considérations relatives à la fiabilité et à la sécurité dans une solution d'IADécrire les considérations relatives à la confidentialité et à la sécurité dans une solution d'IADécrire les considérations relatives à l'inclusivité dans une solution d'IADécrire les considérations relatives à la transparence dans une solution d'IADécrire les considérations relatives à la responsabilité dans une solution d'IADécrire les principes fondamentaux du machine learning sur Azure (25 à 30 %)Identifier les types courants d'apprentissage automatiqueIdentifier les scénarios d'apprentissage automatique de régressionIdentifier les scénarios d'apprentissage automatique de classificationIdentifier les scénarios de clustering machine learningDécrire les concepts fondamentaux de l'apprentissage automatiqueIdentifier les fonctionnalités et les étiquettes dans un ensemble de données pour l'apprentissage automatiqueDécrire comment les ensembles de données de formation et de validation sont utilisés dans l'apprentissage automatiqueDécrire les fonctionnalités des outils visuels dans Azure Machine Learning StudioApprentissage automatique automatiséConcepteur Azure Machine LearningDécrire les fonctionnalités des charges de travail de vision par ordinateur sur Azure (15 à 20 %)Identifier les types courants de solutions de vision par ordinateurIdentifier les fonctionnalités des solutions de classification d'imagesIdentifier les fonctionnalités des solutions de détection d'objetsIdentifier les fonctionnalités des solutions de reconnaissance optique de caractèresIdentifier les fonctionnalités des solutions de détection et d'analyse facialesIdentifier les outils et services Azure pour les tâches de vision par ordinateurIdentifier les capacités du service Computer VisionIdentifier les capacités du service Custom VisionIdentifier les capacités du service FaceIdentifier les fonctionnalités du service Form RecognizerDécrire les fonctionnalités des charges de travail de traitement du langage naturel (NLP) sur Azure (25 à 30 %)Identifier les caractéristiques des scénarios de charge de travail PNL courantsIdentifier les fonctionnalités et les utilisations de l'extraction de phrases clésIdentifier les fonctionnalités et les utilisations de la reconnaissance d'entitésIdentifier les fonctionnalités et les utilisations de l'analyse des sentimentsIdentifier les fonctionnalités et les utilisations de la modélisation du langageIdentifier les fonctionnalités et les utilisations de la reconnaissance et de la synthèse vocalesIdentifier les fonctionnalités et les utilisations de la traductionIdentifier les outils et services Azure pour les charges de travail NLPIdentifier les capacités du service linguistiqueIdentifier les capacités du service SpeechIdentifier les capacités du service de traductionIdentifier les considérations relatives aux solutions d'IA conversationnelle sur AzureIdentifier les fonctionnalités et les utilisations des robotsIdentifier les fonctionnalités de Power Virtual Agents et du service Azure BotL'examen est disponible dans les langues suivantes: anglais, japonais, chinois (simplifié), coréen, allemand, français et espagnol
