دوره آموزشی AI-900: مبانی هوش مصنوعی مایکروسافت آژور - می 2022 - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• یادداشت مهم: به‌روزرسانی دوره - ۲۹ آوریل ۲۰۲۲ IMP Note: Course Update - 29th April 2022

• معرفی دوره Course Introduction

• قبل از شروع... Before you start...

• اسلایدها و منابع نمایشی PPT and Demo Resources

معرفی پورتال آژور: برای مبتدیان Azure Portal Introduction: For Begineers

• ایجاد اشتراک رایگان آژور Create Azure Free Subscription

• بررسی اجمالی پورتال آژور Azure Portal Overview

• جعبه‌بازی آژور - نحوه استفاده کاملا رایگان از پورتال آژور Azure Sandbox - How to use Azure Portal for absolutely free

• چگونه اعتبار رایگان برای پورتال آژور دریافت کنیم How to get FREE credits for Azure Portal

بارهای کاری و ملاحظات هوش مصنوعی (۱۵-۲۰٪) AI workloads and considerations (15-20%)

• اهداف یادگیری Learning objectives

• هوش مصنوعی چیست What is Artificial Intelligence

• [بازنشسته شده] پیش‌بینی و تخمین [Retired] Prediction and Forecasting

• بارهای کاری تشخیص ناهنجاری Anomaly Detection workloads

• بارهای کاری بینایی رایانه‌ای Computer Vision workloads

• پردازش زبان طبیعی Natural language processing

• بارهای کاری دانش‌کاوی Knowledge mining workloads

• [بازنشسته شده] بارهای کاری هوش مصنوعی مکالمه‌ای [Retired] Conversational AI workloads

• مقدمه‌ای بر اصول راهنمای هوش مصنوعی مسئولانه 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 - فراگیری Guiding Principle - Inclusiveness

• اصل راهنما - شفافیت Guiding Principle - Transparency

• اصل راهنما - پاسخگویی Guiding Principle - Accountability

• مقالات و وبلاگ‌ها به ازای هر هدف (مطالب مطالعه بیشتر) Articles and Blogs Per Objective (Further study material)

• یادداشت‌های اسلایدها برای این بخش PPT Notes for this section

• سوالات واقعی امتحان: مبانی هوش مصنوعی Actual exam questions: AI Fundamentals

اصول اساسی یادگیری ماشین در آژور (۳۰-۳۵٪) Fundamental principles of Machine Learning on Azure (30- 35%)

• اهداف یادگیری Learning objectives

• مقدمه‌ای بر یادگیری ماشین Introduction to Machine Learning

• یادگیری مبتنی بر قانون در مقابل یادگیری مبتنی بر یادگیری ماشین Rule-based vs Machine Learning based Learning

• انواع یادگیری ماشین: طبقه‌بندی در مقابل رگرسیون در مقابل خوشه‌بندی Classification vs Regression vs Clustering Machine Learning Types

• انتخاب ویژگی و مهندسی ویژگی Feature Selection and Feature Engineering

• مجموعه داده‌های آموزش در مقابل اعتبارسنجی Training vs Validating Dataset

• الگوریتم‌های یادگیری ماشین Machine Learning Algorithms

• بخش نمایشی 1.1 فضای کاری یادگیری ماشین Demo Part1.1 ML Workspace

• بخش نمایشی 1.2 مدل رگرسیون Demo Part1.2 Regression Model

• بخش نمایشی 1.3 حذف منابع Demo Part1.3 Delete Resources

• بخش نمایشی 2.1 مدل طبقه‌بندی Demo 2.1 Classification Model

• بخش نمایشی 3.1 یادگیری ماشین خودکار Demo 3.1 Automated Machine Learning

• بخش نمایشی: حذف محاسبات Demo: Delete Compute

• مقالات و وبلاگ‌ها به ازای هر هدف (مطالب مطالعه بیشتر) Articles and Blogs Per Objective (Further study material)

• یادداشت‌های اسلایدها برای این بخش PPT Notes for this section

• سوالات واقعی امتحان: یادگیری ماشین Actual exam questions: Machine Learning

توصیف ویژگی‌های بارهای کاری بینایی رایانه‌ای در آژور (۱۵-۲۰٪) Describe features of computer vision workloads on Azure (15-20%)

• اهداف یادگیری Learning objectives

• طبقه‌بندی تصویر در مقابل تشخیص شی در مقابل قطعه‌بندی معنایی Image Classification vs Object Detection vs Semantic Segmentation

• تشخیص نوری کاراکتر (OCR) Optical Character Recognition OCR

• تشخیص، شناسایی و تجزیه و تحلیل چهره Face Detection Recognition and Analysis

• خدمات شناختی چیست What is Cognitive Services

• خدمات بینایی رایانه‌ای چیست What is Computer Vision Services

• بخش نمایشی: بینایی رایانه‌ای Demo: Computer Vision

• سرویس بینایی سفارشی Custom Vision Service

• بخش نمایشی: سرویس بینایی سفارشی Demo: Custom Vision Service

• سرویس چهره Face Service

• سرویس فرم‌خوان Form Recognizer Service

• مقالات و وبلاگ‌ها به ازای هر هدف (مطالب مطالعه بیشتر) Articles and Blogs Per Objective (Further study material)

• یادداشت‌های اسلایدها برای این بخش PPT Notes for this section

• سوالات واقعی امتحان: بینایی رایانه‌ای Actual exam questions: Computer Vision

• کمی استراحت کنید Take a break

• درخواست Request

بارهای کاری پردازش زبان طبیعی (NLP) در آژور (۱۵-۲۰٪) 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 تشخیص موجودیت در مقابل تحلیل احساسات Key Phrase Extraction vs Entity Recognition vs Sentiment Analysis

• مدل‌سازی زبان Language Modeling

• تشخیص گفتار و ترکیب گفتار Speech Recognition and Speech Synthesis

• ترجمه Translation

• مقدمه‌ای بر ابزارها و سرویس‌های آژور برای NLP Introduction to Azure Tools and Services for NLP

• [بازنشسته شده] سرویس تحلیل متن [Retired] Text Analytics Service

• سرویس گفتار Speech Service

• سرویس مترجم Translator Service

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

• مقالات و وبلاگ‌ها به ازای هر هدف (مطالب مطالعه بیشتر) Articles and Blogs Per Objective (Further study material)

• یادداشت‌های اسلایدها برای این بخش PPT Notes for this section

• سوالات واقعی امتحان: پردازش زبان طبیعی Actual exam questions: Natural Language Processing

بارهای کاری هوش مصنوعی مکالمه‌ای در آژور (۱۵-۲۰٪) Conversational AI workloads on Azure (15-20%)

• اهداف یادگیری Learning objectives

• موارد استفاده از هوش مصنوعی مکالمه‌ای Conversational AI Use cases

• QnA Maker و Bot Framework QnA Maker and Bot Framework

• بخش نمایشی QnA Maker و Bot Framework Demo QnA Maker and Bot Framework

• مقالات و وبلاگ‌ها به ازای هر هدف (مطالب مطالعه بیشتر) Articles and Blogs Per Objective (Further study material)

• یادداشت‌های اسلایدها برای این بخش PPT Notes for this section

• سوالات واقعی امتحان: هوش مصنوعی مکالمه‌ای Actual exam questions: Conversation AI

آزمون‌های تمرینی Practice Tests

• یادداشت‌ها: مرور سریع Notes: Quick Revision

• نکات امتحان AI-900 AI-900 Exam Tips

• آزمون تمرینی امتحان AI-900 شماره ۱ AI-900 Exam Practice Test 1

• آزمون تمرینی امتحان AI-900 شماره ۲ AI-900 Exam Practice Test 2

• سوالات تمرینی بیشتر More Practice Questions

• درخواست Request

جمع‌بندی Wrapping up

• بخش جایزه Bonus Section