Dasar Azure AI AI-900
Kursus Azure AI-900 terstruktur tentang dasar AI, machine learning, visi, NLP, AI generatif, dan AI bertanggung jawab, dengan soal.
Kemajuan kursus
0 / 5
Kembali ke kursus
Yang akan Anda pelajari
- Menjelaskan workload AI.
- Menjelaskan machine learning.
- Menjelaskan computer vision.
- Menjelaskan NLP.
- Menjelaskan AI generatif dan keamanan.
Sebelum mulai
- Konsep cloud dasar membantu.
- Tidak perlu pengalaman coding.
- Tidak perlu sertifikasi AI sebelumnya.
Pelajaran 1 Ringkasan Azure AI
Ujian Azure AI Fundamentals AI-900 adalah sertifikasi tingkat dasar untuk menjelaskan konsep AI dan layanan Azure. Mencakup workload AI, prinsip machine learning, computer vision, NLP, dan AI generatif. Juga menjelaskan prinsip AI bertanggung jawab: keadilan, keandalan, privasi, inklusivitas, transparansi, dan akuntabilitas. Kursus ini memadukan setiap topik dengan soal latihan. Berlatihlah dengan contoh, tinjau setiap kesalahan, dan ulangi topik terlemah setiap minggu agar berkembang.
Contoh
Contoh: OCR membaca teks dari foto adalah workload computer vision, sedangkan chatbot yang menulis balasan adalah AI generatif.Pelajaran 2 Prinsip Machine Learning
Machine learning belajar pola dari data. Supervised learning memakai label; regresi memprediksi angka dan klasifikasi memprediksi kategori. Unsupervised learning menemukan struktur dan clustering mengelompokkan item serupa. Fitur adalah masukan dan label adalah keluaran. Overfitting terjadi saat model menghafal data latih. Azure Machine Learning menyediakan eksperimen, AutoML, dan deployment. Berlatihlah dengan contoh, tinjau setiap kesalahan, dan ulangi topik terlemah setiap minggu agar berkembang.
Contoh
Contoh: memprediksi suhu besok dari fitur cuaca adalah regresi, sedangkan mengelompokkan pelanggan berdasarkan kebiasaan adalah clustering.Pelajaran 3 Computer Vision
Computer vision menafsirkan gambar dan video. Klasifikasi memberi satu label pada gambar; deteksi objek mengembalikan kotak; segmentasi memberi label tiap piksel. OCR membaca teks cetak dan tulisan tangan. Deteksi wajah menemukan wajah dan pengenalan wajah mengidentifikasi orang. Azure AI Vision menyediakan analisis, OCR, dan visi kustom. Document Intelligence mengekstrak field dan tabel dari dokumen. Berlatihlah dengan contoh, tinjau setiap kesalahan, dan ulangi topik terlemah setiap minggu agar berkembang.
Contoh
Contoh: pabrik memakai object detection untuk menemukan komponen cacat dan OCR untuk membaca label kemasan.Pelajaran 4 Pemrosesan Bahasa Alami
NLP memungkinkan sistem membaca dan menghasilkan bahasa. Sentiment analysis menilai nada; NER mengekstrak orang dan tempat; key phrase extraction menemukan topik. Translator menerjemahkan bahasa dan Speech memproses audio. Model bahasa memakai intent dan entity. Question answering mencari jawaban dari dokumen. Kemampuan ini membentuk chatbot, analisis, dan terjemahan. Berlatihlah dengan contoh, tinjau setiap kesalahan, dan ulangi topik terlemah setiap minggu agar berkembang.
Contoh
Contoh: chatbot dukungan mendeteksi intent book_flight dan entitas kota tujuan.Pelajaran 5 AI Generatif dan AI Bertanggung Jawab
AI generatif membuat konten baru. LLM menghasilkan teks dari prompt. Token adalah unit teks dan temperature mengontrol kreativitas. Embedding mewakili makna. Azure OpenAI menyediakan GPT dan DALL-E. RAG menggabungkan dokumen yang diambil dengan model generatif. AI bertanggung jawab memakai filter konten, tinjauan manusia, label jelas, dan pengujian bias. Berlatihlah dengan contoh, tinjau setiap kesalahan, dan ulangi topik terlemah setiap minggu agar berkembang.