آموزش AI-900: مبانی هوش مصنوعی Microsoft Azure

AI-900: Microsoft Azure Artificial Intelligence Fundamentals

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: با تست دمو و تمرین اصول هوش مصنوعی لاجورد را بیاموزید و با این دوره کامل گواهینامه دریافت کنید. شما در حال یادگیری مفاهیم اساسی برای هوش مصنوعی خواهید بود پس از گذراندن این دوره می توانید آزمون Microsoft Azure AI-900 را پاک کنید. در پردازش زبان طبیعی (NLP)، ویژگی‌های بارهای کاری هوش مصنوعی محاوره‌ای در Azure شامل Hands on Lab است که به شما در تجسم چیزها کمک می‌کند. پیش نیازها: دانش اولیه در مورد Azure مزیت خواهد بود مشتاق به یادگیری و غیرت بی پایان برای دانستن بیشتر در مورد اصول هوش مصنوعی Azure حتی اگر سفر خود را به سمت هوش مصنوعی و Azure آغاز کرده اید می توانید در این دوره شرکت کنید.

این دوره بر اساس آخرین برنامه درسی است، با شرکت در این دوره دانش اساسی در زمینه هوش مصنوعی به دست خواهید آورد. حتی اگر قصد دارید امتحان را بعداً بنویسید، می‌توانید این دوره را نیز بگذرانید، این به شما کمک می‌کند تا پایه خود را برای هوش مصنوعی درک کرده و پاک کنید.


اگر به دنبال شروع سفر خود به لاجورد هستید، این دوره برای شما نیز مناسب است. شما می توانید سفر خود را به ابر با هوش مصنوعی آغاز کنید. نیازی به نوشتن هیچ کدی نیست. شما باید اصول اولیه را بدانید.

در زیر

به شما آموزش داده خواهد شد


مهارت های اندازه گیری شده

حجم کار و ملاحظات هوش مصنوعی (15-20٪) را شرح دهید

ویژگی های بارهای کاری رایج هوش مصنوعی را شناسایی کنید

· بارهای کاری پیش بینی/پیش بینی را شناسایی کنید

· ویژگی های بارهای کاری تشخیص ناهنجاری را شناسایی کنید

· بارهای کاری بینایی رایانه را شناسایی کنید

· حجم کار پردازش زبان طبیعی یا استخراج دانش را شناسایی کنید

· شناسایی حجم کاری هوش مصنوعی مکالمه ای شناسایی اصول راهنما برای هوش مصنوعی مسئول

· ملاحظات مربوط به عدالت در راه حل هوش مصنوعی را شرح دهید

· ملاحظات مربوط به قابلیت اطمینان و ایمنی را در یک راه حل هوش مصنوعی شرح دهید

· ملاحظات حریم خصوصی و امنیت را در راه حل هوش مصنوعی شرح دهید

· ملاحظات جامع بودن در راه حل هوش مصنوعی را شرح دهید

· ملاحظات شفافیت در راه حل هوش مصنوعی را شرح دهید

· ملاحظات مربوط به مسئولیت پذیری در راه حل هوش مصنوعی را شرح دهید

اصول اساسی یادگیری ماشین را در Azure توضیح دهید (30-35%)

انواع رایج یادگیری ماشینی را شناسایی کنید · سناریوهای یادگیری ماشین رگرسیون را شناسایی کنید

· سناریوهای یادگیری ماشین طبقه بندی را شناسایی کنید

· سناریوهای یادگیری ماشینی خوشه بندی را شناسایی کنید مفاهیم اصلی یادگیری ماشین را شرح دهید

· ویژگی ها و برچسب ها را در مجموعه داده برای یادگیری ماشین شناسایی کنید

· نحوه استفاده از مجموعه داده های آموزشی و اعتبار سنجی در یادگیری ماشین را شرح دهید

· نحوه استفاده از الگوریتم های یادگیری ماشین برای آموزش مدل را شرح دهید

· معیارهای ارزیابی مدل را برای طبقه بندی و رگرسیون انتخاب و تفسیر کنید. شناسایی وظایف اصلی در ایجاد راه حل یادگیری ماشین

· ویژگی های مشترک دریافت و آماده سازی داده ها را شرح دهید

· ویژگی های مشترک انتخاب ویژگی و مهندسی را شرح دهید

· ویژگی های مشترک آموزش و ارزیابی مدل را شرح دهید

· ویژگی‌های مشترک استقرار و مدیریت مدل را توصیف کنید قابلیت‌های یادگیری ماشین بدون کد با یادگیری ماشینی Azure را شرح دهید:

· ابزار یادگیری ماشین خودکار

· طراح یادگیری ماشین لاجوردی

ویژگی‌های بارهای کاری بینایی رایانه را در Azure (15-20٪) توضیح دهید

انواع متداول راه حل بینایی رایانه را شناسایی کنید:

· ویژگی های راه حل های طبقه بندی تصویر را شناسایی کنید

· ویژگی های راه حل های تشخیص اشیا را شناسایی کنید

· ویژگی های راه حل های تقسیم بندی معنایی را شناسایی کنید

· ویژگی های راه حل های تشخیص کاراکتر نوری را شناسایی کنید

· شناسایی ویژگی های تشخیص چهره، تشخیص و راه حل های تجزیه و تحلیل شناسایی ابزارها و خدمات Azure برای وظایف بینایی رایانه

· شناسایی قابلیت های سرویس Computer Vision

· قابلیت های سرویس Custom Vision را شناسایی کنید

· قابلیت های سرویس Face را شناسایی کنید

· شناسایی قابلیت‌های سرویس تشخیص فرم توصیف ویژگی‌های بارهای کاری پردازش زبان طبیعی (NLP) در Azure (15 تا 20%) ویژگی‌های سناریوهای رایج حجم کاری NLP

· ویژگی ها و کاربردهای استخراج عبارت کلیدی را شناسایی کنید

· ویژگی ها و کاربردها را برای شناسایی موجودیت شناسایی کنید

· شناسایی ویژگی ها و کاربردها برای تجزیه و تحلیل احساسات

· ویژگی ها و کاربردهای مدل سازی زبان را شناسایی کنید

· ویژگی ها و کاربردهای تشخیص و ترکیب گفتار را شناسایی کنید

· ویژگی ها و کاربردهای ترجمه را شناسایی کنید ابزارها و خدمات Azure را برای بارهای کاری NLP شناسایی کنید

· قابلیت های سرویس Text Analytics

را شناسایی کنید

· قابلیت‌های سرویس اطلاعاتی درک زبان (LUIS) را شناسایی کنید

· شناسایی قابلیت های سرویس گفتار

· قابلیت های سرویس مترجم متن را شناسایی کنید

ویژگی‌های بارهای کاری هوش مصنوعی مکالمه را در Azure (15 تا 20%) شرح دهید

موارد استفاده متداول برای هوش مصنوعی مکالمه را شناسایی کنید

· ویژگی ها و کاربردهای ربات های چت وب را شناسایی کنید

· ویژگی ها و کاربردهای منوهای صوتی تلفن را شناسایی کنید

· شناسایی ویژگی‌ها و کاربردهای دستیارهای دیجیتال شخصی خدمات Azure برای هوش مصنوعی مکالمه را شناسایی کنید

· قابلیت های سرویس QnA Maker را شناسایی کنید

· قابلیت های Bot Framework

را شناسایی کنید

سرفصل ها و درس ها

به دوره آموزشی اصول هوش مصنوعی Microsoft Azure (A-900) خوش آمدید Welcome to Microsoft Azure Artificial Intelligence Fundamentals (A-900) Course

  • مقدمه و الزامات دوره AI-900 Introduction and Requirements for course AI-900

  • مقدمه و الزامات دوره AI-900 Introduction and Requirements for course AI-900

به دوره آموزشی اصول هوش مصنوعی Microsoft Azure (A-900) خوش آمدید Welcome to Microsoft Azure Artificial Intelligence Fundamentals (A-900) Course

ماژول 1: با هوش مصنوعی در Azure شروع کنید Module 1 :Get started with artificial intelligence on Azure

  • مقدمه ای بر هوش مصنوعی: مفاهیم اصلی Introduction to Artificial Intelligence : Core Concepts

  • مقدمه ای بر هوش مصنوعی: مفاهیم اصلی Introduction to Artificial Intelligence : Core Concepts

  • مثال ربات (مراقبت های بهداشتی) Bot Example (Health Care)

  • مثال ربات (مراقبت های بهداشتی) Bot Example (Health Care)

ماژول 1: با هوش مصنوعی در Azure شروع کنید Module 1 :Get started with artificial intelligence on Azure

ماژول 2: مدل های پیش بینی بدون کد را با یادگیری ماشینی Azure ایجاد کنید Module 2: Create no-code predictive models with Azure Machine Learning

  • یادگیری ماشین: از مدل‌های ML مانند رگرسیون، طبقه‌بندی، خوشه‌بندی استفاده کنید. Machine Learning: Use ML Models like Regression ,Classification, Clustering.

  • یادگیری ماشین: از مدل‌های ML مانند رگرسیون، طبقه‌بندی، خوشه‌بندی استفاده کنید. Machine Learning: Use ML Models like Regression ,Classification, Clustering.

  • مدل‌های پیش‌بینی بدون کد با یادگیری ماشینی Azure: خودکار و طراح No-code predictive models with Azure Machine Learning : Automated and Designer

  • مدل‌های پیش‌بینی بدون کد با یادگیری ماشینی Azure: خودکار و طراح No-code predictive models with Azure Machine Learning : Automated and Designer

  • نسخه آزمایشی 1: نحوه استفاده از مدل یادگیری ماشین خودکار با Azure Demo 1 : How to use Automated Machine Learning Model with Azure

  • نسخه آزمایشی 1: نحوه استفاده از مدل یادگیری ماشین خودکار با Azure Demo 1 : How to use Automated Machine Learning Model with Azure

  • نسخه ی نمایشی 2: نحوه استفاده از مدل یادگیری ماشین طراح (Pipeline) با Azure Demo 2 : How to use Designer (Pipeline) Machine Learning Model with Azure

  • نسخه ی نمایشی 2: نحوه استفاده از مدل یادگیری ماشین طراح (Pipeline) با Azure Demo 2 : How to use Designer (Pipeline) Machine Learning Model with Azure

ماژول 2: مدل های پیش بینی بدون کد را با یادگیری ماشینی Azure ایجاد کنید Module 2: Create no-code predictive models with Azure Machine Learning

ماژول 3: شروع کار با کامپیوتر ویژن Module 3: Getting Started with Computer Vision

  • مفاهیم بینایی کامپیوتر در Microsoft Azure Computer Vision Concepts in Microsoft Azure

  • مفاهیم بینایی کامپیوتر در Microsoft Azure Computer Vision Concepts in Microsoft Azure

  • نسخه ی نمایشی: بازی با Computer Vision با انجام طبقه بندی تصاویر. Demo: Playing with Computer Vision by doing Image Classifications.

  • نسخه ی نمایشی: بازی با Computer Vision با انجام طبقه بندی تصاویر. Demo: Playing with Computer Vision by doing Image Classifications.

ماژول 3: شروع کار با کامپیوتر ویژن Module 3: Getting Started with Computer Vision

ماژول 4: کار با پردازش زبان طبیعی (NLP) با کاربردهای آن Module 4: Working with Natural Language Processing (NLP) with its applications

  • اجرای پردازش زبان طبیعی (NLP) با Azure Implementing Natural Language Processing (NLP) with Azure

  • اجرای پردازش زبان طبیعی (NLP) با Azure Implementing Natural Language Processing (NLP) with Azure

  • نسخه ی نمایشی: چگونه می توانید مفاهیم NLP را با برنامه ها اعمال کنید Demo: How you can apply the NLP Concepts with the Applications

  • نسخه ی نمایشی: چگونه می توانید مفاهیم NLP را با برنامه ها اعمال کنید Demo: How you can apply the NLP Concepts with the Applications

ماژول 4: کار با پردازش زبان طبیعی (NLP) با کاربردهای آن Module 4: Working with Natural Language Processing (NLP) with its applications

ماژول 5: پیاده سازی مفاهیم هوش مصنوعی مکالمه با Microsoft Azure Module 5: Implementing Conversational AI concepts with Microsoft Azure

  • هوش مصنوعی مکالمه ای: مفاهیم اصلی و چگونگی تغییر جهان Conversational AI : The Core Concepts and how it is changing the World

  • هوش مصنوعی مکالمه ای: مفاهیم اصلی و چگونگی تغییر جهان Conversational AI : The Core Concepts and how it is changing the World

  • هوش مصنوعی مکالمه: نسخه ی نمایشی کار Conversational AI : Working Demo

  • هوش مصنوعی مکالمه: نسخه ی نمایشی کار Conversational AI : Working Demo

ماژول 5: پیاده سازی مفاهیم هوش مصنوعی مکالمه با Microsoft Azure Module 5: Implementing Conversational AI concepts with Microsoft Azure

تست تمرینی Microsoft AI-900 Microsoft AI-900 Practice Test

  • تست تمرینی Microsoft AI-900 1 Microsoft AI-900 Practice Test 1

  • تست تمرینی Microsoft AI-900 1 Microsoft AI-900 Practice Test 1

تست تمرینی Microsoft AI-900 Microsoft AI-900 Practice Test

نمایش نظرات

نظری ارسال نشده است.

آموزش AI-900: مبانی هوش مصنوعی Microsoft Azure
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
4 hours
13
Udemy (یودمی) udemy-small
11 شهریور 1399 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
10,608
4.2 از 5
ندارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Divyanshu Mehta Divyanshu Mehta

Cloud - DevOps Trainer | مربی گواهی مایکروسافت

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.