AI-900 - اصول هوش مصنوعی Azure و دو تست تمرینی [ویدئو]

AI-900 - Azure AI Fundamentals and Two Practice Tests [Video]

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: با دوره ویدیویی ما که به دقت ساخته شده است، به دنیای هوش مصنوعی Azure شیرجه بزنید، که برای درک کامل اصول هوش مصنوعی و کاربردهای عملی آن در فضای ابری طراحی شده است. این دوره با مقدمه ای بر محتویات آزمون AI-900 شروع می شود و شما را راهنمایی می کند که چه انتظاری داشته باشید و چگونه به طور مؤثر آماده شوید. همانطور که پیشرفت می کنید، تمایزات بین هوش مصنوعی، یادگیری ماشین و علم داده را کشف خواهید کرد و در بارهای کاری رایج هوش مصنوعی، از جمله یادگیری ماشینی و تشخیص ناهنجاری، کاوش خواهید کرد. این دوره همچنین کاربرد هوش مصنوعی در Microsoft Azure، رسیدگی به چالش ها، خطرات و اصول استفاده مسئولانه از هوش مصنوعی را پوشش می دهد. از طریق محتوای ویدیویی دقیق، با یادگیری ماشینی Azure، خدمات شناختی، و نحوه اعمال بینایی کامپیوتری و پردازش زبان طبیعی برای حل مشکلات دنیای واقعی آشنا خواهید شد. این دوره با توصیه های عملی در مورد آماده شدن برای آزمون AI-900، شامل نمونه سوالات و استراتژی های موفقیت، به اوج خود می رسد. چه مبتدی باشید و چه به دنبال تقویت دانش خود باشید، این دوره شما را به سفری از مفاهیم پایه تا برنامه های کاربردی پیشرفته می برد و تضمین می کند که برای گواهی AI-900 به خوبی آماده شده اید. با اصول هوش مصنوعی و کاربردهای آن در Azure آشنا شوید. بین هوش مصنوعی، یادگیری ماشین و علم داده تفاوت قائل شوید. در خدمات یادگیری ماشینی و شناختی Azure حرکت کنید. استفاده از اصول بینایی کامپیوتری و پردازش زبان طبیعی. بر مفاهیم رگرسیون، طبقه بندی و خوشه بندی مسلط شوید. طراحی و پیاده سازی حجم های کاری هوش مصنوعی مکالمه ای. این دوره برای متخصصان فنی که به دنبال تایید تخصص هوش مصنوعی Azure خود هستند یا هر کسی که علاقه مند به ایجاد حرفه ای در AI و خدمات ابری است ایده آل است. آشنایی قبلی با مفاهیم اولیه رایانش ابری و آشنایی با Microsoft Azure توصیه می شود. پوشش جامع اهداف امتحان AI-900. * نمایش عملی خدمات هوش مصنوعی Azure. * ملاحظات اخلاقی و اصول هوش مصنوعی مسئول.

سرفصل ها و درس ها

مقدمه ای بر Azure AI-900 Introduction to Azure AI-900

  • مقدمه ای بر AI-900: محتویات آزمون Introduction to AI-900: Contents of the Exam

هدف 1: حجم کاری و ملاحظات هوش مصنوعی را شرح دهید Objective 1: Describe AI Workloads and Considerations

  • هوش مصنوعی چیست؟ What is Artificial Intelligence?

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

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

  • هوش مصنوعی در Microsoft Azure Artificial Intelligence in Microsoft Azure

  • چالش ها و خطرات هوش مصنوعی Challenges and Risks with Artificial Intelligence

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

  • یادگیری ماشین لاجورد Azure Machine Learning

  • آموزش ماشینی Azure و خدمات شناختی Azure Azure Machine Learning and Azure Cognitive Services

  • جستجوی شناختی Azure Azure Cognitive Search

هدف 2: اصول اساسی یادگیری ماشین در Azure را شرح دهید Objective 2: Describe Fundamental Principles of Machine Learning on Azure

  • یادگیری ماشینی چیست؟ What is Machine Learning?

  • پسرفت Regression

  • طبقه بندی Classification

  • خوشه بندی Clustering

  • شیرجه عمیق تر به یادگیری ماشینی Azure A Deeper Dive into Azure Machine Learning

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

هدف 3: ویژگی های بارهای کاری بینایی کامپیوتر در Azure را شرح دهید Objective 3: Describe features of computer vision workloads on Azure

  • کامپیوتر ویژن چیست؟ What is Computer Vision?

  • کاربردهای کامپیوتر ویژن Applications of Computer Vision

  • نسخه ی نمایشی استفاده از خدمات کامپیوتر ویژن A Demo of Applying Computer Vision Services

  • خدمات شناختی Azure بیشتر More Azure Cognitive Services

  • خدمات بینایی کامپیوتر و تجزیه و تحلیل تصویر با سرویس بینایی کامپیوتر The Computer Vision Service and Image Analysis with Computer Vision Service

  • مدل‌های آموزشی با سرویس دید سفارشی و تحلیل چهره‌ها Training Models with the Custom Vision Service and Analyzing Faces

  • خواندن متن با سرویس کامپیوتر ویژن و نمایه کننده ویدئو. تجزیه و تحلیل ویدئو Reading Text with the Computer Vision Service and Video Indexer. Video Analysis

  • بینش سفارشی Custom Insights

  • ویجت ها و API ایندکسر ویدیو Video Indexer Widgets and API

  • تجزیه و تحلیل فرم ها با سرویس تشخیص فرم Analyzing Forms with the Form Recognizer Service

هدف 4: ویژگی های بارهای کاری پردازش زبان طبیعی در Azure را شرح دهید 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 تجزیه و تحلیل متن The Text Analytics Service

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

  • سرویس مترجم The Translator Service

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

  • مقدمه ای بر درک زبان Introduction to Language Understanding

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

  • مقاصد و گفته ها Intents and Utterances

  • موجودیت ها Entities

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

  • خدمات سخنرانی نسخه ی نمایشی - گفتار به متن و ترجمه Demo Speech Services - Speech to Text and Translation

هدف 5: ویژگی‌های بارهای کاری هوش مصنوعی مکالمه را در Azure شرح دهید Objective 5: Describe features of conversational AI Workloads on Azure

  • هوش مصنوعی محاوره ای چیست؟ What is Conversational AI?

  • دستورالعمل های هوش مصنوعی برای ربات های مسئولیت پذیر AI Guidelines for Responsible Bots

  • هوش مصنوعی مکالمه ای در Azure: سرویس سازنده QnA Conversational AI in Azure: The QnA Maker Service

  • QnA Maker در مقابل درک زبان QnA Maker vs Language Understanding

  • یادگیری فعال Active Learning

  • ایجاد یک ربات QnA Creating a QnA Bot

پاسخ به سوالات AI-900: چگونه فکر کنیم و چگونه پاسخ دهیم Answering Questions for AI-900: How to think and how to answer

  • برای پاسخ به سوالات AI-900 آماده باشید: نمونه سوالات (قسمت 1) Be Prepared to Answer Questions for AI-900: Example Questions (Part 1)

  • چگونه در هنگام پاسخ دادن به سوالات برای AI-900 فکر کنیم: نمونه سوالات How to Think when Answering Questions for AI-900: Example Questions

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

  • برای پاسخ به سوالات AI-900 آماده باشید: نمونه سوالات (قسمت 1) Be Prepared to Answer Questions for AI-900: Example Questions (Part 1)

  • برای پاسخ به سوالات AI-900 آماده باشید: نمونه سوالات (قسمت 2) Be Prepared to Answer Questions for AI-900: Example Questions (Part 2)

  • برای پاسخ به سوالات AI-900 آماده باشید: نمونه سوالات (قسمت 3) Be Prepared to Answer Questions for AI-900: Example Questions (Part 3)

  • برای پاسخ به سوالات AI-900 آماده باشید: نمونه سوالات (قسمت 4) Be Prepared to Answer Questions for AI-900: Example Questions (Part 4)

نمایش نظرات

AI-900 - اصول هوش مصنوعی Azure و دو تست تمرینی [ویدئو]
جزییات دوره
4 h 54 m
51
Packtpub Packtpub
(آخرین آپدیت)
از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Christos Malliarakis Christos Malliarakis

دکتر کریس مال، دکترا، یک متخصص با تجربه در علوم کامپیوتر و توسعه نرم افزار است که دارای مجموعه ای چشمگیر از گواهینامه های IT، از جمله CySA+، PRINCE2 Practitioner، و ITIL v3 است. دکتر مال با داشتن مدرک کارشناسی ارشد در فناوری اطلاعات، متخصص در تضمین اطلاعات، انطباق با GDPR، و توسعه اپلیکیشن موبایل با استفاده از Google Flutter و Dart، دانش و تجربه عملی فراوانی را به ارمغان می آورد. سفر آکادمیک و حرفه‌ای او نشان‌دهنده تعهدی عمیق به پیشبرد آموزش و نوآوری فناوری اطلاعات است.