Asas Azure AI AI-900
Kursus Azure AI-900 berstruktur tentang asas AI, pembelajaran mesin, penglihatan, NLP, AI generatif dan AI bertanggungjawab, dengan soalan.
Kemajuan kursus
0 / 5
Kembali ke kursus
Apa yang akan anda pelajari
- Terangkan workload AI.
- Terangkan pembelajaran mesin.
- Terangkan penglihatan komputer.
- Terangkan NLP.
- Terangkan AI generatif dan keselamatan.
Sebelum bermula
- Konsep awan asas membantu.
- Tidak perlu pengalaman kod.
- Tidak perlu pensijilan AI sebelum ini.
Pelajaran 1 Ringkasan Azure AI
Peperiksaan Azure AI Fundamentals AI-900 ialah pensijilan peringkat permulaan untuk menerangkan konsep AI dan perkhidmatan Azure. Merangkumi workload AI, prinsip pembelajaran mesin, penglihatan komputer, NLP dan AI generatif. Juga menjelaskan prinsip AI bertanggungjawab: keadilan, kebolehpercayaan, privasi, keterangkuman, ketelusan dan akauntabiliti. Kursus ini menggabungkan setiap topik dengan soalan latihan. Berlatih dengan contoh, semak setiap kesilapan dan ulang topik paling lemah setiap minggu untuk maju.
Contoh
Contoh: OCR membaca teks dari foto ialah workload penglihatan komputer, manakala chatbot menulis balasan ialah AI generatif.Pelajaran 2 Prinsip Pembelajaran Mesin
Pembelajaran mesin belajar corak daripada data. Pembelajaran berselia guna label; regresi meramal nombor dan klasifikasi meramal kategori. Pembelajaran tanpa selia mencari struktur dan kelompok mengumpulkan item serupa. Ciri ialah input dan label ialah output. Overfitting berlaku apabila model menghafal data latihan. Azure Machine Learning menyediakan eksperimen, AutoML dan penggunaan. Berlatih dengan contoh, semak setiap kesilapan dan ulang topik paling lemah setiap minggu untuk maju.
Contoh
Contoh: meramal suhu esok daripada ciri cuaca ialah regresi, manakala mengumpulkan pelanggan mengikut tabiat ialah kelompok.Pelajaran 3 Penglihatan Komputer
Penglihatan komputer mentafsir imej dan video. Klasifikasi memberi satu label; pengesanan objek memulangkan kotak; segmentasi semantik memberi label setiap piksel. OCR membaca teks bercetak dan tulisan tangan. Pengesanan muka mencari muka dan pengecaman muka mengenal pasti orang. Azure AI Vision menyediakan analisis, OCR dan penglihatan tersuai. Document Intelligence mengekstrak medan dan jadual daripada dokumen. Berlatih dengan contoh, semak setiap kesilapan dan ulang topik paling lemah setiap minggu untuk maju.
Contoh
Contoh: kilang guna pengesanan objek untuk cari komponen rosak dan OCR untuk baca label bungkusan.Pelajaran 4 Pemprosesan Bahasa Semula Jadi
NLP membolehkan sistem membaca dan menjana bahasa. Analisis sentimen menilai nada; pengecaman entiti mengekstrak orang dan tempat; pengekstrakan frasa utama mencari topik. Translator menterjemah bahasa dan Speech memproses audio. Model bahasa menggunakan intent dan entiti. Soal jawab tersuai mencari jawapan daripada dokumen. Keupayaan ini membentuk chatbot, analisis dan terjemahan. Berlatih dengan contoh, semak setiap kesilapan dan ulang topik paling lemah setiap minggu untuk maju.
Contoh
Contoh: chatbot sokongan mengesan intent book_flight dan entiti bandar destinasi.Pelajaran 5 AI Generatif dan AI Bertanggungjawab
AI generatif mencipta kandungan baharu. LLM menjana teks daripada prompt. Token ialah unit teks dan suhu mengawal kreativiti. Embedding mewakili makna. Azure OpenAI menyediakan GPT dan DALL-E. RAG menggabungkan dokumen yang diambil dengan model generatif. AI bertanggungjawab guna penapis kandungan, semakan manusia, label jelas dan ujian bias. Berlatih dengan contoh, semak setiap kesilapan dan ulang topik paling lemah setiap minggu untuk maju.