آموزش AI-100: طراحی و پیاده سازی راه حل های هوش مصنوعی Azure

AI-100: Designing and Implementing an Azure AI Solutions

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: دریافت، تبدیل و آماده کردن داده‌ها برای راه‌حل‌های هوش مصنوعی واضح و مختصر. طراحی و پیاده‌سازی راه‌حل‌های هوش مصنوعی سرتاسر در Microsoft Azure Monitor و بهینه‌سازی راه‌حل‌های AI مستقر در Microsoft Azure Secure AI در Microsoft Azure. نتایج برای هر گونه وظایف پردازش بینایی کامپیوتر یا زبان طبیعی. امکان نمایش و گنجاندن برنامه های یادگیری ماشینی در برنامه شما آموزش Microsoft Azure - خدمات شناختی پلتفرم ابری مانند Face, Vision, Text API پیش نیازها: این مسیر برای زبان آموزانی در نظر گرفته شده است که با جریان های کاری و مفاهیم رایج هوش مصنوعی آشنا هستند اما فاقد آن هستند. استفاده از این مفاهیم را با استفاده از خدمات Microsoft Azure تجربه کنید. پایتون پایه یا جاوا اسکریپت ایده اولیه در مورد HTTP، REST استفاده از ویژوال استودیو

به روز رسانی: لطفاً توجه داشته باشید که این دوره با برنامه درسی جدید به AI 102 ارتقا می یابد.

این بدان معنی است که حتی اگر برای AI 100 آماده می شوید، می توانید از این دوره برای آماده سازی AI 102 استفاده کنید.

---------------------------------------------- ------------------------------------------------ ------------------------------------------------ ------

Microsoft Azure خدمات گسترده ای را ارائه می دهد که برای همکاری با یکدیگر طراحی شده اند تا بتوانند راه حل های هوش مصنوعی با کارایی بالا را توسعه دهند. این مهارت به شما آموزش می‌دهد که چگونه این سرویس‌های Azure با هم کار می‌کنند تا شما را قادر می‌سازد تا راه‌حل‌های هوش مصنوعی خود را در Microsoft Azure طراحی، پیاده‌سازی، عملیاتی‌سازی، نظارت، بهینه‌سازی و ایمن کنید. این مسیر برای رسیدگی به آزمون گواهینامه Microsoft AI-100 طراحی شده است.

این دوره APIهای شناختی Azure را برای ویژگی‌های بصری از جمله تشخیص چهره، برچسب‌گذاری محتوای یک تصویر، OCR و همچنین تجزیه و تحلیل متن برای تشخیص زبان، تجزیه و تحلیل احساسات و استخراج عبارت کلیدی را پوشش می‌دهد. این دوره بسیار کاربردی است و اجرای این APIها را با استفاده از پایتون و همچنین جاوا اسکریپت پوشش می دهد.

با خدمات شناختی می‌توانید همه این یا حتی انواع بیشتری از برنامه‌ها را بسازید.

در اینجا محتوای دوره تحت پوشش این دوره آمده است:


تجزیه و تحلیل مورد نیاز راه حل (25-30٪)

Azure Cognitive Services APIs را برای برآورده کردن الزامات تجاری توصیه کنید

· معماری پردازش را برای راه حل انتخاب کنید

· فناوری های پردازش داده مناسب را انتخاب کنید

· مدل ها و خدمات مناسب هوش مصنوعی را انتخاب کنید

· اجزاء و فناوری های مورد نیاز برای اتصال نقاط پایانی سرویس را شناسایی کنید

· شناسایی الزامات اتوماسیون نقشه الزامات امنیتی برای ابزارها، فن آوری ها و فرآیندها · شناسایی فرآیندها و مقررات مورد نیاز برای مطابقت با حریم خصوصی داده ها، حفاظت، و الزامات قانونی

· شناسایی کنید که کاربران و گروه هایی به اطلاعات و رابط ها دسترسی دارند

· ابزارهای مناسب برای راه حل را شناسایی کنید

· شناسایی الزامات حسابرسی نرم افزار، خدمات و فضای ذخیره سازی مورد نیاز برای پشتیبانی از راه حل را انتخاب کنید

· خدمات و ابزارهای مناسب برای راه حل را شناسایی کنید

· شناسایی نقاط ادغام با سایر سرویس های Microsoft

· فضای ذخیره‌سازی مورد نیاز برای ذخیره‌سازی گزارش، داده‌های وضعیت ربات و خروجی خدمات شناختی Azure را شناسایی کنید

راه حل های هوش مصنوعی (40-45٪) طراحی کنید

راه‌حل‌هایی طراحی کنید که شامل یک یا چند خط لوله باشد

· فرآیند گردش کار برنامه هوش مصنوعی را تعریف کنید

· یک استراتژی برای داده های دریافت و خروج طراحی کنید

· نقطه ادغام بین چندین گردش کار و خطوط لوله را طراحی کنید

· خطوط لوله طراحی کنید که از برنامه های هوش مصنوعی استفاده می کنند

· خطوط لوله طراحی کنید که مدل های یادگیری ماشینی Azure را می نامند

· راه حل هوش مصنوعی را انتخاب کنید که محدودیت های هزینه را برآورده کند راه حل هایی طراحی کنید که از خدمات شناختی استفاده می کند

· راه‌حل‌های طراحی که از بینایی، گفتار، زبان، دانش، جستجو و APIهای تشخیص ناهنجاری استفاده می‌کنند راه‌حل‌هایی طراحی می‌کنند که چارچوب Microsoft Bot را پیاده‌سازی می‌کنند

· ربات ها و راه حل های هوش مصنوعی را ادغام کنید

· خدمات ربات طراحی کنید که از درک زبان (LUIS) استفاده می کنند

· ربات‌هایی طراحی کنید که با کانال‌ها ادغام می‌شوند

· ربات‌ها را با خدمات برنامه Azure و Azure Application Insights ادغام کنید زیرساخت محاسباتی را برای پشتیبانی از یک راه حل طراحی کنید

· شناسایی کنید که آیا باید یک راه حل مبتنی بر GPU، FPGA یا CPU ایجاد کنید

· تشخیص اینکه آیا باید از زیرساخت محاسباتی مبتنی بر ابر، درون محل یا ترکیبی استفاده کرد

· یک راه حل محاسباتی را انتخاب کنید که محدودیت های هزینه را برآورده کند طراحی برای حاکمیت داده، انطباق، یکپارچگی و امنیت

· نحوه احراز هویت کاربران و برنامه‌ها به سرویس‌های هوش مصنوعی را مشخص کنید

· یک استراتژی تعدیل محتوا برای استفاده از داده در یک راه حل هوش مصنوعی طراحی کنید

· اطمینان حاصل کنید که داده ها با الزامات انطباق تعریف شده توسط سازمان شما مطابقت دارند

· از حاکمیت مناسب داده ها اطمینان حاصل کنید

· استراتژی‌هایی طراحی کنید تا اطمینان حاصل شود که راه‌حل با مقررات حریم خصوصی داده‌ها و استانداردهای صنعت مطابقت دارد

راه حل های هوش مصنوعی (25-30٪) را پیاده سازی و نظارت کنید

یک گردش کار هوش مصنوعی را پیاده سازی کنید

· توسعه خطوط لوله هوش مصنوعی

· مدیریت جریان داده از طریق اجزای راه حل

· فرآیندهای ثبت داده را اجرا کنید

· برای خدمات سفارشی AI رابط تعریف و ایجاد کنید

· نقاط پایانی راه حل ایجاد کنید

· توسعه راه حل های پخش جریانی خدمات هوش مصنوعی و اجزای راه حل را ادغام کنید

· پیکربندی مؤلفه‌های پیش‌نیاز و مجموعه داده‌های ورودی برای اجازه مصرف Azure Cognitive Services APIs

· یکپارچه سازی با خدمات شناختی Azure

را پیکربندی کنید

· اجزای پیش نیاز را پیکربندی کنید تا امکان اتصال به چارچوب Microsoft Bot را فراهم کند

· جستجوی شناختی Azure را در یک راه حل پیاده سازی کنید محیط هوش مصنوعی را پایش و ارزیابی کنید

· شناسایی تفاوت‌های بین KPI، معیارهای گزارش‌شده، و علل اصلی تفاوت‌ها

· تفاوت بین توان عملیاتی مورد انتظار و واقعی را شناسایی کنید

· یک راه حل هوش مصنوعی برای بهبود مستمر حفظ کنید

· اجزای هوش مصنوعی را برای در دسترس بودن نظارت کنید

· تغییراتی را در راه حل هوش مصنوعی بر اساس داده های عملکرد توصیه کنید


امیدواریم این دوره برای شما آموزنده باشد. لطفاً اگر سؤالی دارید با من تماس بگیرید.


سرفصل ها و درس ها

معرفی Introduction

  • معرفی Introduction

مروری بر خدمات Azure Overview of Azure Services

  • در این بخش چه انتظاری دارید What Can you Expect in this Section

  • مروری بر خدمات Azure Overview of Azure Services

  • با استفاده از پورتال Azure - I Using Azure Portal - I

  • استفاده از Azure Portal - II Using Azure Portal - II

  • با استفاده از Azure CLI Using Azure CLI

  • دسته بندی خدمات Service Categories

  • طراحی یک راه حل - یک مرور کلی Designing a Solution - An Overview

  • چگونه این خدمات را مدیریت می کنید؟ How do you Manage these Services?

ماژول 1: تجزیه و تحلیل الزامات راه حل (25-30٪) Module 1 : Analyze solution requirements (25-30%)

  • معماری پردازش را برای راه حل انتخاب کنید Select the processing Architecture for a solution

  • فناوری های پردازش داده مناسب را انتخاب کنید Select the appropriate data processing technologies

  • مدل‌ها و خدمات هوش مصنوعی مناسب را انتخاب کنید Select the appropriate AI models and services

  • اجزا و فناوری های مورد نیاز برای اتصال نقاط پایانی سرویس را شناسایی کنید Identify components and technologies required to connect service endpoints

  • الزامات اتوماسیون را شناسایی کنید Identify automation requirements

  • مقدمه ای بر خدمات شناختی – فعالیت آزمایشگاهی Introduction to Cognitive Services - Lab Activity

  • شناسایی فرآیندها و مقررات مورد نیاز برای انطباق با حریم خصوصی داده ها Identify Processes and Regulations Needed to Conform with Data Privacy

  • شناسایی کاربران و گروه‌هایی که به اطلاعات و رابط‌ها دسترسی دارند Identify which Users and Groups have Access to Information and Interfaces

  • ابزارهای مناسب برای راه حل را شناسایی کنید Identify Appropriate Tools for a Solution

  • الزامات حسابرسی را شناسایی کنید Identify Auditing Requirements

  • خدمات و ابزار مناسب برای راه حل را شناسایی کنید Identify appropriate services and tools for a solution

  • نقاط ادغام با سایر خدمات مایکروسافت را شناسایی کنید Identify integration points with other Microsoft services

  • فضای ذخیره سازی مورد نیاز برای ذخیره logging، داده های وضعیت ربات و Azure Cognitive را شناسایی کنید Identify storage required to store logging, bot state data, and Azure Cognitive

  • فعالیت آزمایشگاه تشخیص چهره Face Recognition Lab Activity

  • عکس گروهی -تشخیص- فعالیت آزمایشگاهی Group Picture -Detection- Lab Activity

ماژول 2: طراحی راه حل های هوش مصنوعی (40-45٪) Module 2 : Design AI solutions (40-45%)

  • فرآیند گردش کار اپلیکیشن هوش مصنوعی را تعریف کنید Define an AI application workflow process

  • طراحی استراتژی برای داده های دریافت و خروج Design a Strategy for Ingest and Egress Data

  • نقطه ادغام بین چندین گردش کار و خطوط لوله را طراحی کنید Design the integration point between multiple workflows and pipelines

  • خطوط لوله را طراحی کنید که از برنامه های هوش مصنوعی استفاده می کنند Design Pipelines that use AI Apps

  • راه حل AI را انتخاب کنید که با محدودیت های هزینه مطابقت دارد Select an AI Solution that Meets Cost Restraints

  • راه حل هایی طراحی کنید که از دید، گفتار، زبان، دانش، جستجو و غیره استفاده می کنند Design solutions that use vision, speech, language, knowledge, search etc

  • ربات ها و راه حل های هوش مصنوعی را ادغام کنید Integrate Bots and AI Solutions

  • خدمات ربات طراحی که از درک زبان (LUIS) استفاده می کنند Design Bot Services that use Language Understanding (LUIS)

  • طراحی ربات هایی که با کانال ها ادغام می شوند Design Bots that Integrate with Channels

  • ربات ها را با خدمات برنامه Azure و Azure Application Insights ادغام کنید Integrate Bots with Azure App Services and Azure Application Insights

  • مشخص کنید که آیا یک GPU، FPGA یا راه حل مبتنی بر CPU ایجاد کنید Identify Whether to Create a GPU, FPGA, or CPU-Based Solution

  • تشخیص اینکه آیا باید از یک زیرساخت محاسباتی مبتنی بر ابر، در محل یا ترکیبی استفاده کرد Identify Whether to Use a Cloud-Based, On-Premises, or Hybrid Compute Infra

  • یک راه حل محاسباتی انتخاب کنید که محدودیت های هزینه را برآورده کند Select a Compute Solution that Meets Cost Constraints

  • 31 نحوه احراز هویت کاربران و برنامه های کاربردی به سرویس های هوش مصنوعی را تعریف کنید 31 Define how users and applications autenticate to AI services

  • 32 یک استراتژی تعدیل محتوا برای استفاده از داده در یک راه حل هوش مصنوعی طراحی کنید 32 Design a Content Moderation Strategy for Data Usage within an AI Solution

  • 33 اطمینان حاصل کنید که داده ها مطابق با الزامات انطباق تعریف شده توسط یک سازمان هستند 33 Ensure that Data Adheres to Compliance Requirements Defined by an Organizatio

  • 34 از حاکمیت مناسب برای داده ها اطمینان حاصل کنید 34 Ensure Appropriate Governance for Data

  • 35 استراتژی طراحی برای اطمینان از مطابقت راه حل با حریم خصوصی داده ها و صنعت Stan 35 Design Strategies to Ensure the Solution Meets Data Privacy and Industry Stan

  • تشخیص کاراکتر نوری با استفاده از پایتون - فعالیت آزمایشگاهی Optical Character Recognition Using Python - Lab Activity

ماژول 3: پیاده سازی و نظارت بر راه حل های AI (25-30٪) Module 3 : Implement and monitor AI solutions (25-30%)

  • 36 خطوط لوله هوش مصنوعی را توسعه دهید 36 Develop AI Pipelines

  • 37 مدیریت جریان داده از طریق اجزای راه حل 37 Manage the Flow of Data Through Solution Components

  • اجرای فرآیندهای ثبت اطلاعات Implement Data Logging Processes

  • تعریف و ساخت رابط برای خدمات AI سفارشی Define and Construct interfaces for Custom AI Services

  • ادغام مدل های هوش مصنوعی با سایر اجزای راه حل Integrate AI Models with other Solutions Components

  • ایجاد نقاط پایانی راه حل Create Solution Endpoints

  • راه حل های جریانی را توسعه دهید Develop Streaming Solutions

  • مولفه های پیش نیاز و مجموعه داده های ورودی را برای اجازه مصرف داده پیکربندی کنید Configure Prerequisite Component and Input Datasets to Allow Consumption of data

  • ادغام با خدمات Azure را پیکربندی کنید Configure Integration with Azure Services

  • پیاده سازی Azure Search در یک راه حل Implement Azure Search in a Solution

  • شناسایی تفاوت بین KPI ها، معیارهای گزارش شده و علل ریشه ای Identify the Differences Between KPIs, Reported Metrics, and Root Causes

  • تفاوت بین جریان کار مورد انتظار و واقعی را شناسایی کنید Identify the Differences Between Expected and Actual Workflow Throughput

  • هوش مصنوعی را برای بهبود مستمر پیاده سازی کنید Implement AI for Continuous Improvement

  • پایش اجزای هوش مصنوعی برای در دسترس بودن Monitor AI Components for Availability

  • بر اساس داده های عملکرد، تغییراتی را در راه حل هوش مصنوعی توصیه کنید Recommend Changes to an AI Solution Based on Performance Data

  • نتیجه‌گیری دوره - AI 100 Course Conclusion - AI 100

نمایش نظرات

آموزش AI-100: طراحی و پیاده سازی راه حل های هوش مصنوعی Azure
جزییات دوره
5 hours
59
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
5,487
4.5 از 5
دارد
دارد
دارد
Anand Nednur
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Anand Nednur Anand Nednur

Cloud Architect در AWS ، Azure و GCPAnand Rao یک مربی ارشد فنی و مشاور ابری است. وی حدود 15 سال با بنگاه های بزرگ اقتصادی کار کرده و طیف وسیعی از فناوری ها را در کارنامه خود دارد. آناند نه تنها در سیستم عامل های ابری (Azure ، AWS و GCP) تبحر دارد بلکه در IAM ، امنیت و اتوماسیون با پاورشل و پایتون نیز مهارت کافی دارد. علاوه بر این ، وی در حال توسعه و به روزرسانی مطالب برای دوره های مختلف بوده است. وی در معاینات آزمایشگاهی و تأمین گواهینامه ها به مهندسان زیادی کمک کرده است. آناند رائو در چندین ایالت هند و همچنین چندین کشور مانند ایالات متحده آمریکا ، بحرین ، کنیا و امارات متحده عربی آموزشهای هدایت شده توسط مربیان را ارائه داده است. وی به عنوان مربی گواهی شده مایکروسافت در سطح جهانی برای شرکتهای اصلی مشتری کار کرده است. Anand همچنین دارای گواهینامه های حرفه ای دارای مجوز برگزاری فصلی در سیستم عامل های زیر است: مربی مجوز مایکروسافت (MCT) SY0-401: CompTIA Security + استاد مجاز Scrum (SCRUM) ITIL V3 شبکه مدافع مجاز (CND - شورای EC)