AI-900: دوره ویدیویی Microsoft Azure AI Fundamentals + سوالات [ویدئو]

سرفصل ها و درس ها

معرفی Introduction

• معرفی دوره Course Introduction

معرفی پورتال لاجورد: برای مبتدیان Azure Portal Introduction: For Beginners

• اشتراک رایگان Azure ایجاد کنید Create Azure Free Subscription

• مروری بر پورتال لاجورد Azure Portal Overview

• Azure Sandbox - نحوه استفاده از پورتال Azure کاملا رایگان Azure Sandbox - How to Use Azure Portal Absolutely Free

حجم کاری و ملاحظات هوش مصنوعی (15-20%) AI Workloads and Considerations (15-20%)

• اهداف یادگیری Learning Objectives

• هوش مصنوعی چیست What is Artificial Intelligence

• پیش بینی و پیش بینی Prediction and Forecasting

• بارهای کاری تشخیص ناهنجاری Anomaly Detection Workloads

• بارهای کاری بینایی کامپیوتر Computer Vision Workloads

• پردازش زبان طبیعی Natural Language Processing

• بارهای کاری استخراج دانش Knowledge Mining Workloads

• بارهای کاری هوش مصنوعی مکالمه ای Conversational AI Workloads

• مقدمه ای بر اصول راهنمای هوش مصنوعی مسئولیت پذیر Introduction to Guiding Principles of Responsible AI

• اصل راهنما - انصاف Guiding Principle - Fairness

• اصل راهنما - قابلیت اطمینان و ایمنی Guiding Principle - Reliability and Safety

• اصل راهنما - حریم خصوصی و امنیت Guiding Principle - Privacy and Security

• اصل راهنما - فراگیر بودن Guiding Principle - Inclusiveness

• اصل راهنما - شفافیت Guiding Principle - Transparency

• اصل راهنما - پاسخگویی Guiding Principle - Accountability

اصول اساسی یادگیری ماشین در Azure (30-35%) Fundamental Principles of Machine Learning on Azure (30- 35%)

• اهداف یادگیری Learning Objectives

• مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

• مبتنی بر قانون در مقابل یادگیری مبتنی بر یادگیری ماشینی Rule-Based Versus Machine Learning Based Learning

• طبقه بندی در مقابل رگرسیون در مقابل انواع یادگیری ماشینی خوشه بندی Classification Versus Regression Versus Clustering Machine Learning Types

• انتخاب ویژگی و مهندسی ویژگی Feature Selection and Feature Engineering

• آموزش در مقابل اعتبارسنجی مجموعه داده Training Versus Validating Dataset

• الگوریتم های یادگیری ماشین Machine Learning Algorithms

• بخش آزمایشی 1.1 ML Workspace Demo Part 1.1 ML Workspace

• بخش آزمایشی 1.2 مدل رگرسیون Demo Part 1.2 Regression Model

• بخش نسخه 1.3 حذف منابع Demo Part 1.3 Delete Resources

• نسخه ی نمایشی 2.1 مدل طبقه بندی Demo 2.1 Classification Model

• نسخه ی نمایشی 3.1 یادگیری ماشین خودکار Demo 3.1 Automated Machine Learning

• نسخه ی نمایشی: حذف محاسبات Demo: Delete Compute

ویژگی های بارهای کاری Computer Vision در Azure (15-20%) را توضیح دهید Describe Features of Computer Vision Workloads on Azure (15-20%)

• اهداف یادگیری Learning Objectives

• طبقه بندی تصویر در مقابل تشخیص شی در مقابل تقسیم بندی معنایی Image Classification Versus Object Detection Versus Semantic Segmentation

• تشخیص کاراکتر نوری (OCR) Optical Character Recognition (OCR)

• تشخیص و تحلیل چهره Face Detection Recognition and Analysis

• خدمات شناختی چیست؟ What are Cognitive Services

• خدمات کامپیوتر ویژن چیست؟ What are Computer Vision Services

• نسخه ی نمایشی: Computer Vision Demo: Computer Vision

• خدمات چشم انداز سفارشی Custom Vision Service

• نسخه ی نمایشی: خدمات چشم انداز سفارشی Demo: Custom Vision Service

• سرویس چهره Face Service

• خدمات تشخیص فرم Form Recognizer Service

حجم کاری پردازش زبان طبیعی (NLP) در Azure (15-20%) Natural Language Processing (NLP) Workloads on Azure (15-20%)

• اهداف یادگیری Learning Objectives

• پردازش زبان طبیعی چیست؟ What is Natural Language Processing

• استخراج عبارت کلیدی در مقابل شناسایی موجودیت در مقابل تحلیل احساسات Key Phrase Extraction Versus Entity Recognition Versus Sentiment Analysis

• مدل سازی زبان Language Modelling

• تشخیص گفتار و سنتز گفتار Speech Recognition and Speech Synthesis

• ترجمه Translation

• مقدمه ای بر ابزارها و خدمات Azure برای NLP Introduction to Azure Tools and Services for NLP

• سرویس تجزیه و تحلیل متن Text Analytics Service

• سرویس سخنرانی Speech Service

• خدمات مترجم Translator Service

• خدمات درک زبان (LUIS) Language Understanding Service (LUIS)

بارهای کاری هوش مصنوعی مکالمه در Azure (15-20٪) Conversational AI Workloads on Azure (15-20%)

• اهداف یادگیری Learning Objectives

• موارد استفاده از هوش مصنوعی مکالمه ای Conversational AI Use Cases

• QnA Maker و Bot Framework QnA Maker and Bot Framework

• دمو QnA Maker و Bot Framework Demo QnA Maker and Bot Framework

تست های تمرینی Practice Tests

• نکات امتحان AI-900 AI-900 Exam Tips