دوره AI-900 - مبانی هوش مصنوعی Azure و دو آزمون آزمایشی - آخرین آپدیت

دانلود AI-900 - Azure AI Fundamentals and Two Practice Tests

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره دارای قابلیت Coursera Coach است! روشی هوشمندتر برای یادگیری با گفتگوهای تعاملی و در لحظه که به شما کمک می‌کند تا دانش خود را آزمایش کنید، پیش‌فرض‌ها را به چالش بکشید و در حین پیشروی در دوره، درک خود را عمیق‌تر کنید. در این دوره، شما درک قدرتمندی از مبانی هوش مصنوعی Azure به دست خواهید آورد و برای آزمون Microsoft AI-900 آماده می‌شوید. از درک مفاهیم اصلی هوش مصنوعی (AI) تا یادگیری نحوه عملکرد یادگیری ماشین، بینایی ماشین و پردازش زبان طبیعی در Azure، شما خواهید آموخت که چگونه AI در سناریوهای دنیای واقعی به کار گرفته می‌شود. در پایان این دوره، قادر خواهید بود خدمات، محیط‌های کاری و اصول Azure AI را به طور جامع شرح دهید و مهارت‌های لازم برای توسعه راهکارهای هوش مصنوعی با استفاده از ابزارهای پیشرفته Azure را کسب کنید. در طول این دوره، مفاهیم و ابزارهای بنیادی AI مانند Azure Cognitive Services، Azure Machine Learning و Azure Cognitive Search را بررسی خواهید کرد. شما به جریان‌های کاری یادگیری ماشین، شامل تکنیک‌های رگرسیون، طبقه‌بندی و خوشه‌بندی می‌پردازید و متوجه خواهید شد که Azure چگونه این فرآیندها را تسهیل می‌کند. این دوره همچنین از طریق دموها و جلسات عملی با ابزارهای Azure، بینش‌هایی در مورد کاربردهای عملی هوش مصنوعی ارائه می‌دهد. چه در Azure تازه‌کار باشید و چه به دنبال تثبیت دانش خود، این دوره شما را گام‌به‌گام از طریق مبانی Azure AI راهنمایی می‌کند. برنامه آموزشی همچنین شما را با نمونه سوالات واقعی برای آزمون AI-900 آماده می‌کند تا تفکر انتقادی و تکنیک‌های پاسخ‌دهی به آزمون را تقویت کنید. این دوره برای افرادی که به دنبال ورود به دنیای هوش مصنوعی با مایکروسافت Azure هستند، متقاضیان مدرک AI-900 یا هر کسی که علاقه‌مند به درک محیط‌های کاری AI در پلتفرم Azure است، ایده‌آل است. هیچ دانش قبلی از AI یا Azure مورد نیاز نیست و این دوره برای مبتدیان کاملاً مناسب است.

سرفصل ها و درس ها

مقدمه‌ای بر Azure AI 900 Introduction to Azure AI-900

  • مقدمه‌ای بر AI 900: سرفصل‌های آزمون Introduction to AI-900: Contents of the Exam

هدف ۱: شرح محیط‌های کاری و ملاحظات هوش مصنوعی Objective 1: Describe AI Workloads and Considerations

  • هوش مصنوعی چیست؟ What is Artificial Intelligence?

  • تفاوت‌های بین هوش مصنوعی، یادگیری ماشین و علوم داده Differences between Artificial Intelligence, Machine Learning and Data Science

  • محیط‌های کاری رایج هوش مصنوعی (یادگیری ماشین، تشخیص ناهنجاری) Common Artificial Intelligence Workloads (Machine Learning, Anomaly Detection)

  • هوش مصنوعی در مایکروسافت Azure Artificial Intelligence in Microsoft Azure

  • چالش‌ها و ریسک‌های هوش مصنوعی Challenges and Risks with Artificial Intelligence

  • شش اصل هوش مصنوعی مسئولانه Six Principles of Responsible Artificial Intelligence

  • Azure Machine Learning Azure Machine Learning

  • Azure Machine Learning و Azure Cognitive Services Azure Machine Learning and Azure Cognitive Services

  • Azure Cognitive Search Azure Cognitive Search

هدف ۲: شرح اصول بنیادی یادگیری ماشین در Azure Objective 2: Describe Fundamental Principles of Machine Learning on Azure

  • یادگیری ماشین چیست؟ What is Machine Learning?

  • رگرسیون (Regression) Regression

  • طبقه‌بندی (Classification) Classification

  • خوشه‌بندی (Clustering) Clustering

  • بررسی عمیق‌تر Azure Machine Learning A Deeper Dive into Azure Machine Learning

  • یادگیری ماشین خودکار و Azure Machine Learning Designer Automated Machine Learning and Azure Machine Learning Designer

هدف ۳: شرح ویژگی‌های محیط‌های کاری بینایی ماشین در Azure Objective 3: Describe features of computer vision workloads on Azure

  • بینایی ماشین چیست؟ What is Computer Vision?

  • کاربردهای بینایی ماشین Applications of Computer Vision

  • دموی کاربرد سرویس‌های بینایی ماشین A Demo of Applying Computer Vision Services

  • سایر سرویس‌های Azure Cognitive Services More Azure Cognitive Services

  • سرویس بینایی ماشین و تحلیل تصویر The Computer Vision Service and Image Analysis with Computer Vision Service

  • آموزش مدل‌ها با Custom Vision و تحلیل چهره Training Models with the Custom Vision Service and Analyzing Faces

  • خواندن متن با بینایی ماشین و Video Indexer و تحلیل ویدیو Reading Text with the Computer Vision Service and Video Indexer. Video Analysis

  • بینش‌های سفارشی (Custom Insights) Custom Insights

  • ویجت‌ها و API مربوط به Video Indexer Video Indexer Widgets and API

  • تحلیل فرم‌ها با سرویس Form Recognizer Analyzing Forms with the Form Recognizer Service

هدف ۴: شرح ویژگی‌های محیط‌های کاری پردازش زبان طبیعی در Azure Objective 4: Describe Features of Natural Language Processing Workloads on Azure

  • پردازش زبان طبیعی (NLP) چیست؟ What is Natural Language Processing (NLP)?

  • پردازش زبان طبیعی در Azure Natural Language Processing in Azure

  • سرویس تحلیل متن (Text Analytics) The Text Analytics Service

  • تحلیل متن، تشخیص و سنتز گفتار Text Analytics, Speech Recognition and Synthesis

  • سرویس مترجم (Translator Service) The Translator Service

  • تشخیص، ترجمه و نویسه‌گردانی Detection, Translation, Transliteration and Translation

  • مقدمه‌ای بر درک زبان (Language Understanding) Introduction to Language Understanding

  • منابع درک زبان (LUIS) در Azure Language Understanding (LUIS) Resources in Azure

  • قصدها (Intents) و بیان‌ها (Utterances) Intents and Utterances

  • موجودیت‌ها (Entities) Entities

  • الگوها و درک زبان Patterns, Patterns.Any() Entities and Language Understanding

  • دموی سرویس‌های گفتار: تبدیل گفتار به متن و ترجمه Demo Speech Services - Speech to Text and Translation

هدف ۵: شرح ویژگی‌های محیط‌های کاری هوش مصنوعی گفتگو-محور در Azure Objective 5: Describe features of conversational AI Workloads on Azure

  • هوش مصنوعی گفتگو-محور چیست؟ What is Conversational AI?

  • دستورالعمل‌های AI برای ربات‌های مسئولانه AI Guidelines for Responsible Bots

  • هوش مصنوعی گفتگو-محور در Azure: سرویس QnA Maker Conversational AI in Azure: The QnA Maker Service

  • مقایسه QnA Maker و درک زبان QnA Maker vs Language Understanding

  • یادگیری فعال (Active Learning) Active Learning

  • ساخت یک ربات QnA Creating a QnA Bot

پاسخ به سوالات AI 900: نحوه تفکر و پاسخ‌دهی Answering Questions for AI-900: How to think and how to answer

  • آمادگی برای پاسخ به سوالات AI 900: نمونه سوالات (بخش ۱) Be Prepared to Answer Questions for AI-900: Example Questions (Part 1)

  • نحوه تفکر هنگام پاسخ به سوالات AI 900: نمونه سوالات How to Think when Answering Questions for AI-900: Example Questions

  • نحوه پاسخ‌دهی به سوالات AI 900: نمونه سوالات How to Answer Questions for AI-900: Example Questions

  • آمادگی برای پاسخ به سوالات AI 900: نمونه سوالات (بخش ۱) Be Prepared to Answer Questions for AI-900: Example Questions (Part 1)

  • آمادگی برای پاسخ به سوالات AI 900: نمونه سوالات (بخش ۲) Be Prepared to Answer Questions for AI-900: Example Questions (Part 2)

  • آمادگی برای پاسخ به سوالات AI 900: نمونه سوالات (بخش ۳) Be Prepared to Answer Questions for AI-900: Example Questions (Part 3)

  • آمادگی برای پاسخ به سوالات AI 900: نمونه سوالات (بخش ۴) Be Prepared to Answer Questions for AI-900: Example Questions (Part 4)

نمایش نظرات

دوره AI-900 - مبانی هوش مصنوعی Azure و دو آزمون آزمایشی
جزییات دوره
7h 48m
51
(آخرین آپدیت)
597
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده