Azure AI Fundamentals AI-900 基础课程

Microsoft Azure AI Fundamentals AI-900 是一项入门级认证，适合希望了解 AI 概念和 Azure AI 服务的人。考试涵盖描述 AI 工作负载与注意事项、机器学习基本原理、计算机视觉工作负载、自然语言处理工作负载和生成式 AI 工作负载。AI 工作负载使用模型解释数据：计算机视觉理解图像，自然语言处理理解文本和语音，生成式 AI 创建新内容。负责任 AI 原则包括公平性、可靠性与安全性、隐私与安全、包容性、透明性和问责制。本课程每节都配有练习题，让你边学边练。 复习时把工作负载、任务类型和负责任 AI 原则做成卡片，每天快速回忆，再完成几道同类题巩固。错题要写出正确推理，并把最弱主题放在每周练习的最前面。

机器学习让软件从数据中学习模式，而不是遵循固定规则。监督学习使用带标签的示例，模型学习从特征映射到标签。回归预测房价等数值，分类预测垃圾邮件等类别。无监督学习在没有标签的情况下发现结构，聚类将相似项目分组。特征是输入变量，标签是目标输出。训练时模型调整参数以减少误差。验证和测试数据检查模型是否泛化到新数据。过拟合指模型记住训练数据但在新数据上表现不佳。Azure Machine Learning 提供工作区、实验、AutoML 和部署端点。本课每个概念都配有练习题。 复习时把工作负载、任务类型和负责任 AI 原则做成卡片，每天快速回忆，再完成几道同类题巩固。错题要写出正确推理，并把最弱主题放在每周练习的最前面。

计算机视觉工作负载让系统解释图像和视频。图像分类为整张图像分配一个标签，如猫或狗。目标检测找到单个物体并返回边界框。语义分割标记每个像素，让系统理解物体的形状和位置。OCR 从图像和文档中读取印刷和手写文字，可用于发票处理、车牌识别和可搜索扫描。人脸检测找到人脸和姿态等属性，人脸识别则确认或验证身份。Azure AI Vision 提供预构建的图像分析、OCR 和自定义视觉能力。Azure AI Document Intelligence 从表单、合同和收据中提取字段和表格。通过把场景对应到正确任务来练习。 复习时把工作负载、任务类型和负责任 AI 原则做成卡片，每天快速回忆，再完成几道同类题巩固。错题要写出正确推理，并把最弱主题放在每周练习的最前面。

自然语言处理让系统读取、理解并生成人类语言。情感分析判断文本是正面、负面还是中性，可用于产品评论和客户反馈。命名实体识别提取人名、地点、组织和日期。关键短语提取返回文档中最重要的短语。语言检测识别输入文本的语言。Azure AI Translator 在不同语言间转换文本，Azure AI Speech 处理语音转文本、文本转语音、语音翻译和说话人识别。语言理解模型把用户目标建模为意图，把支持细节建模为实体。自定义问答从文档和知识库中查找答案。Document Intelligence 从表单中提取结构化字段。这些能力可以组合成聊天机器人、呼叫中心分析、搜索和翻译应用。 复习时把工作负载、任务类型和负责任 AI 原则做成卡片，每天快速回忆，再完成几道同类题巩固。错题要写出正确推理，并把最弱主题放在每周练习的最前面。

生成式 AI 从学习到的模式中创建新内容。大型语言模型在大型文本语料库上训练，可以生成补全、摘要、翻译和回答问题。提示是输入指令，补全是生成的输出。模型按 token 处理文本，这会影响成本和限制。温度控制随机性：越高输出越多样，越低输出越聚焦。嵌入把文本表示为数值向量，以便比较相似含义。Azure OpenAI 提供 GPT 和 DALL-E 等模型。检索增强生成把检索到的文档与生成模型结合，让答案有依据。负责任 AI 对生成系统至关重要：内容筛选阻止有害内容，人工审查发现不安全输出，清晰标注披露 AI 生成内容，测试识别偏见。公平性、可靠性与安全性、隐私与安全、包容性、透明性和问责制指导每次部署。 复习时把工作负载、任务类型和负责任 AI 原则做成卡片，每天快速回忆，再完成几道同类题巩固。错题要写出正确推理，并把最弱主题放在每周练习的最前面。