آزمون‌های تمرینی | Microsoft Azure AI-900 | مبانی هوش مصنوعی Azure - آخرین آپدیت

جهت داشتن انتظارات واقع‌بینانه، لطفا توجه کنید: این سوالات، سوالات رسمی آزمون نیستند. اما تمام مطالبی که در بخش‌های دانش در ادامه آمده است را پوشش می‌دهند. بسیاری از سوالات بر اساس سناریوهای فرضی طراحی شده‌اند.

الزامات دانش رسمی برای آزمون به طور منظم بازبینی می‌شوند تا اطمینان حاصل شود که محتوا آخرین تغییرات را در سوالات تمرینی دارد. به‌روزرسانی‌ها اغلب بدون اطلاع قبلی انجام شده و در هر زمان قابل تغییر هستند.

هر سوال دارای یک توضیح مفصل و لینک به منابع مرجع برای پشتیبانی از پاسخ‌ها است که دقت راهکارهای مسئله را تضمین می‌کند.

سوالات در هر بار تکرار آزمون جابجا می‌شوند، بنابراین شما باید دلیل درست بودن یک پاسخ را بدانید، نه اینکه صرفاً به خاطر داشته باشید پاسخ درست گزینه «B» بوده است.

نکته: این دوره نباید تنها منبع مطالعه شما برای آمادگی در آزمون رسمی باشد. این تست‌های تمرینی به عنوان مکمل مطالب آموزشی هستند.

در صورت مشاهده محتوایی که نیاز به اصلاح دارد، لطفاً پیام خود را به همراه اسکرین‌شات ارسال کنید تا سریعاً بررسی شود. ارائه شماره تست یا سوال به دلیل چرخش سوالات در هر اجرا، برای شناسایی دقیق کافی نیست زیرا شماره سوالات برای هر کاربر متفاوت است.

این آزمون برای افرادی با پیش‌زمینه فنی و غیرفنی در نظر گرفته شده است. تجربه در علوم داده و مهندسی نرم‌افزار الزامی نیست، اما آشنایی با موارد زیر مفید خواهد بود:

• مفاهیم پایه رایانش ابری (Cloud)

• برنامه‌های کلاینت-سرور

شما می‌توانید از دوره مبانی هوش مصنوعی Azure برای آمادگی در سایر گواهینامه‌های نقش‌محور مانند Azure Data Scientist Associate یا Azure AI Engineer Associate استفاده کنید، اما این دوره پیش‌نیاز آن‌ها نیست.

نگاهی سریع به مهارت‌ها

• توصیف گردش‌های کاری و ملاحظات هوش مصنوعی (۱۵-۲۰٪)

• توصیف اصول بنیادی یادگیری ماشین در Azure (۱۵-۲۰٪)

• توصیف ویژگی‌های گردش‌های کاری بینایی ماشین در Azure (۱۵-۲۰٪)

• توصیف ویژگی‌های گردش‌های کاری پردازش زبان طبیعی (NLP) در Azure (۱۵-۲۰٪)

• توصیف ویژگی‌های گردش‌های کاری هوش مصنوعی مولد (Generative AI) در Azure (۲۰-۲۵٪)

توصیف گردش‌های کاری و ملاحظات هوش مصنوعی (۱۵-۲۰٪)

شناسایی ویژگی‌های گردش‌های کاری رایج AI

• شناسایی گردش‌های کاری بینایی ماشین

• شناسایی گردش‌های کاری پردازش زبان طبیعی

• شناسایی گردش‌های کاری پردازش اسناد

• شناسایی ویژگی‌های گردش‌های کاری هوش مصنوعی مولد

شناسایی اصول راهنمای هوش مصنوعی مسئولانه

• توصیف ملاحظات مربوط به عدالت (Fairness) در یک راهکار AI

• توصیف ملاحظات مربوط به قابلیت اطمینان و ایمنی در یک راهکار AI

• توصیف ملاحظات مربوط به حریم خصوصی و امنیت در یک راهکار AI

• توصیف ملاحظات مربوط به فراگیری (Inclusiveness) در یک راهکار AI

• توصیف ملاحظات مربوط به شفافیت در یک راهکار AI

• توصیف ملاحظات مربوط به پاسخگویی در یک راهکار AI

توصیف اصول بنیادی یادگیری ماشین در Azure (۱۵-۲۰٪)

شناسایی تکنیک‌های رایج یادگیری ماشین

• شناسایی سناریوهای یادگیری ماشین رگرسیون

• شناسایی سناریوهای یادگیری ماشین طبقه‌بندی (Classification)

• شناسایی سناریوهای یادگیری ماشین خوشه‌بندی (Clustering)

• شناسایی ویژگی‌های تکنیک‌های یادگیری عمیق (Deep Learning)

• شناسایی ویژگی‌های معماری ترنسفورمر (Transformer)

توصیف مفاهیم اصلی یادگیری ماشین

• شناسایی ویژگی‌ها (Features) و برچسب‌ها (Labels) در یک مجموعه داده برای یادگیری ماشین

• توصیف نحوه استفاده از مجموعه‌های داده آموزشی و اعتبارسنجی در یادگیری ماشین

توصیف قابلیت‌های Azure Machine Learning

• توصیف قابلیت‌های یادگیری ماشین خودکار (Automated ML)

• توصیف خدمات داده و محاسباتی برای علوم داده و یادگیری ماشین

• توصیف قابلیت‌های مدیریت مدل و استقرار در Azure Machine Learning

توصیف ویژگی‌های گردش‌های کاری بینایی ماشین در Azure (۱۵-۲۰٪)

شناسایی انواع رایج راهکارهای بینایی ماشین

• شناسایی ویژگی‌های راهکارهای طبقه‌بندی تصویر

• شناسایی ویژگی‌های راهکارهای تشخیص اشیاء (Object Detection)

• شناسایی ویژگی‌های راهکارهای تشخیص نوری نویسه‌ها (OCR)

• شناسایی ویژگی‌های راهکارهای تشخیص و تحلیل چهره

شناسایی ابزارها و خدمات Azure برای وظایف بینایی ماشین

• توصیف قابلیت‌های سرویس Azure AI Vision

• توصیف قابلیت‌های سرویس تشخیص چهره Azure AI Face

توصیف ویژگی‌های گردش‌های کاری پردازش زبان طبیعی (NLP) در Azure (۱۵-۲۰٪)

شناسایی ویژگی‌های سناریوهای رایج گردش کاری NLP

• شناسایی ویژگی‌ها و کاربردهای استخراج عبارت‌های کلیدی

• شناسایی ویژگی‌ها و کاربردهای تشخیص موجودیت‌ها (Entity Recognition)

• شناسایی ویژگی‌ها و کاربردهای تحلیل احساسات (Sentiment Analysis)

• شناسایی ویژگی‌ها و کاربردهای مدل‌سازی زبان

• شناسایی ویژگی‌ها و کاربردهای تشخیص و سنتز گفتار

• شناسایی ویژگی‌ها و کاربردهای ترجمه

شناسایی ابزارها و خدمات Azure برای گردش‌های کاری NLP

• توصیف قابلیت‌های سرویس Azure AI Language

• توصیف قابلیت‌های سرویس Azure AI Speech

توصیف ویژگی‌های گردش‌های کاری هوش مصنوعی مولد در Azure (۲۰-۲۵٪)

شناسایی ویژگی‌های راهکارهای هوش مصنوعی مولد

• شناسایی ویژگی‌های مدل‌های هوش مصنوعی مولد

• شناسایی سناریوهای رایج برای هوش مصنوعی مولد

• شناسایی ملاحظات هوش مصنوعی مسئولانه برای AI مولد

شناسایی خدمات و قابلیت‌های هوش مصنوعی مولد در Microsoft Azure

• توصیف ویژگی‌ها و قابلیت‌های Azure AI Foundry

• توصیف ویژگی‌ها و قابلیت‌های سرویس Azure OpenAI

• توصیف ویژگی‌ها و قابلیت‌های کاتالوگ مدل‌های Azure AI Foundry