آموزش گواهی مایکروسافت: Azure AI Fundamentals (AI-900)

سرفصل ها و درس ها

معرفی بارهای کاری یادگیری ماشین Introducing Machine Learning Workloads

• بررسی اجمالی Overview

• معرفی بارهای کاری رایج هوش مصنوعی Introducing Common AI Workloads

• هوش مصنوعی در مقابل یادگیری ماشینی AI vs Machine Learning

• پردازش زبان Language Processing

• تشخیص شی Object Detection

• داده کاوی Data Mining

• تشخیص ناهنجاری Anomaly Detection

• نتیجه Conclusion

دوره یادگیری ماشین با سقوط پایتون The Machine Learning with Python Crash Course

• بررسی اجمالی Overview

• معرفی دوره تصادف یادگیری ماشین Introducing the Machine Learning Crash Course

• ابزارها را نصب کنید Install the Tools

• یک نوت بوک Jupyter را در VS Code کاوش کنید Explore a Jupyter Notebook in VS Code

• دریافت و وارد کردن داده ها Get and Import Data

• مدل را آموزش دهید Train the Model

• امتیاز مدل Score the Model

• ذخیره و استفاده از مدل Save and Use the Model

• نتیجه Conclusion

Azure ML Studio و AutoML را کاوش کنید Explore Azure ML Studio and AutoML

• بررسی اجمالی Overview

• معرفی Azure Machine Learning Studio و AutoML Introducing Azure Machine Learning Studio and AutoML

• فضای کاری یادگیری ماشین Azure را مستقر کنید Deploy Azure Machine Learning Workspace

• ویژگی های استودیوی یادگیری ماشین را کاوش کنید Explore Machine Learning Studio Features

• داده‌ها را بلعید Ingest Data

• یک کار AutoML ایجاد کنید Create an AutoML Job

• نتایج کار AutoML را مرور کنید Review the Results of the AutoML Job

• نتیجه Conclusion

یک خط لوله مدل رگرسیون ایجاد کنید Create a Regression Model Pipeline

• بررسی اجمالی Overview

• معرفی خط لوله مدل رگرسیون پایه با طراح Azure ML Introducing a Basic Regression Model Pipeline with Azure ML Designer

• Layout طراح را درک کنید Understand the Designer Layout

• اجزای خط لوله را کاوش کنید Explore Pipeline Components

• خط لوله را بسازید Build the Pipeline

• کار را اجرا و مرور کنید Run and Review the Job

• نتیجه Conclusion

آشنایی با خدمات کامپیوتر ویژن در Microsoft Azure Understanding Computer Vision Services in Microsoft Azure

• بررسی اجمالی Overview

• معرفی خدمات بینایی کامپیوتری Microsoft Azure Intro to Microsoft Azure Computer Vision Services

• درک گردش کار داده های بینایی کامپیوتر Understanding Computer Vision Data Workflow

• ساختار قیمت گذاری خدمات Azure Computer Vision Pricing Structure for Azure Computer Vision Services

• ارائه خدمات شناختی Azure در پورتال Provision Azure Cognitive Services in Portal

• تست خدمات شناختی Azure با Vision Studio Testing Azure Cognitive Services with Vision Studio

• نتیجه Conclusion

درک سناریوهای بینایی کامپیوتری رایج Understanding Common Computer Vision Scenarios

• بررسی اجمالی Overview

• مقدمه ای بر سناریوهای بینایی کامپیوتری Intro to Computer Vision Scenarios

• درک تقسیم بندی تصویر و تجزیه و تحلیل چهره Understanding Image Segmentation and Facial Analysis

• بهبود تصمیم گیری خرده فروشی با دید کامپیوتری Improve Retail Decision Making with Computer Vision

• مدیریت ایمنی محل کار با دید کامپیوتر Manage Workplace Safety with Computer Vision

• مدیریت محیط زیست با چشم انداز کامپیوتری Environmental Management with Computer Vision

• نتیجه Conclusion

NLP و خدمات شناختی Azure را درک کنید Understand NLP and Azure Cognitive Services

• بررسی اجمالی Overview

• مفاهیم پردازش زبان طبیعی را درک کنید Understand Concepts of Natural Language Processing

• تشخیص زبان Language Detection

• تشخیص احساسات Sentiment Detection

• کلمات کلیدی و تشخیص عبارات Key Words and Phrase Detection

• تشخیص موجودیت Entity Detection

• دوره Crash: یک برنامه منطقی برای استفاده از خدمات شناختی ایجاد کنید Crash Course: Develop a Logic App to leverage Cognitive Services

• نتیجه Conclusion

اخلاق یادگیری ماشین و هوش مصنوعی را در نظر بگیرید Consider Ethics of Machine Learning and AI

• بررسی اجمالی Overview

• معرفی استفاده مسئولانه از هوش مصنوعی Introducing Responsible Usage of AI

• 6 اصل هوش مصنوعی مسئول The 6 Principles of Responsible AI

• انصاف Fairness

• قابلیت اطمینان و ایمنی Reliability and Safety

• حریم خصوصی و امنیت Privacy and Security

• فراگیر بودن Inclusiveness

• شفافیت Transparency

• مسئوليت Accountability

• نتیجه Conclusion

یک خط لوله طبقه بندی اولیه ایجاد کنید Create a Basic Classification Pipeline

• بررسی اجمالی Overview

• معرفی خطوط لوله طبقه بندی پایه در طراح Azure ML Introducing Basic Classification Pipelines in Azure ML Designer

• تجدید کننده طراح Designer Refresher

• درک طبقه بندی Understanding Classification

• خط لوله را بسازید Build the Pipeline

• خط لوله را اجرا و مرور کنید Run and Review the Pipeline

• نتیجه Conclusion

ساخت مایکروسافت Azure Custom Vision Models Building Microsoft Azure Custom Vision Models

• بررسی اجمالی Overview

• معرفی خدمات شناختی Microsoft Azure Custom Vision Intro to Microsoft Azure Cognitive Services Custom Vision

• راه حل های نرم افزاری رقابتی برای وظایف بینایی کامپیوتری Competing Software Solutions for Computer Vision Tasks

• منبع پروژه Azure Custom Vision را ایجاد کنید Create Azure Custom Vision Project Resource

• جمع آوری داده ها برای تشخیص اشیا در Custom Vision Gathering Data for Object Detection in Custom Vision

• فرآیند آموزشی برای Azure Custom Vision را آغاز کنید Initiate Training Process for Azure Custom Vision

• مدل Azure Custom Vision را با داده‌های اضافی تست کنید Test Azure Custom Vision Model with Additional Data

• بهبود دقت مدل‌های Azure Custom Vision Improve Accuracy of Azure Custom Vision Models

• نتیجه Conclusion

با خدمات شناختی Azure از یک SDK استفاده کنید Leverage an SDK with Azure Cognitive Services

• بررسی اجمالی Overview

• از یک SDK با خدمات شناختی استفاده کنید Leverage an SDK with Cognitive Services

• احراز هویت و تشخیص زبان Authenticate and Detect a Language

• عبارات و کلمات کلیدی را تشخیص دهید Detect Key Phrases and Words

• تشخیص موجودیت Entity Detection

• تشخیص احساسات Detect Sentiment

• نتیجه Conclusion

انجام وظایف بینایی کامپیوتری با خدمات شناختی پایتون و آژور Perform Computer Vision Tasks with Python and Azure Cognitive Services

• بررسی اجمالی Overview

• معرفی Python SDK برای وظایف Azure Computer Vision Intro to Python SDK for Azure Computer Vision Tasks

• راه اندازی Python SDK برای Azure Cognitive Services Computer Vision Setting Up Python SDK for Azure Cognitive Services Computer Vision

• آبجکت کلاینت Azure Computer Vision را در پایتون ایجاد کنید Create Azure Computer Vision Client Object in Python

• تجزیه و تحلیل جزئیات تصویر با پایتون و Azure Computer Vision Analyze Image Details with Python and Azure Computer Vision

• Async OCR را با خدمات شناختی Python و Azure اعمال کنید Apply Async OCR with Python and Azure Cognitive Services

• نتیجه Conclusion

خدمات شناختی Azure را در کانتینرهای Docker مستقر کنید Deploy Azure Cognitive Services in Docker Containers

• بررسی اجمالی Overview

• معرفی خدمات شناختی Azure و Docker Intro to Azure Cognitive Services and Docker

• مروری بر برچسب‌های تصویر کانتینر خدمات شناختی Azure Overview of Azure Cognitive Services Container Image Tags

• استقرار ماشین مجازی Azure با موتور Docker Deploy Azure Virtual Machine with Docker Engine

• Computer Vision OCR Read Container را اجرا کنید Run the Computer Vision OCR Read Container

• خدمات شناختی OCR را در نمونه‌های کانتینر Azure بخوانید Deploy Cognitive Services OCR Read on Azure Container Instances

• نتیجه Conclusion

Azure Cognitive Services Computer Vision APIs را با PowerShell فراخوانی کنید Call Azure Cognitive Services Computer Vision APIs with PowerShell

• بررسی اجمالی Overview

• معرفی خدمات شناختی Azure و PowerShell Intro to Azure Cognitive Services and PowerShell

• آماده سازی محیط توسعه دهنده برای اتوماسیون شناختی Azure Preparing Dev Environment for Azure Cognitive Automation

• نتایج API REST تشخیص شی را کاوش کنید Explore Object Detection REST API Results

• تجزیه و تحلیل تصویر شناختی Azure را با PowerShell انجام دهید Perform Azure Cognitive Image Analysis with PowerShell

• با PowerShell، API REST تشخیص کاراکتر نوری را فراخوانی کنید Invoke Optical Character Recognition REST API with PowerShell

• نتیجه Conclusion

تشخیص چهره را با خدمات شناختی پایتون و آژور انجام دهید Perform Facial Recognition with Python and Azure Cognitive Services

• بررسی اجمالی Overview

• معرفی خدمات شناختی Azure تشخیص چهره Intro to Azure Cognitive Services Facial Recognition

• درک اصول هوش مصنوعی مسئول با داده های چهره Understanding Responsible AI Principles with Facial Data

• راه اندازی Python SDK برای تشخیص چهره Azure Setting Up Python SDK for Azure Facial Recognition

• با پایتون Azure Face Detect API را فراخوانی کنید Call the Azure Face Detect API with Python

• نتایج Azure Face Detect API را کاوش کنید Explore Results from Azure Face Detect API

• از Azure Face API داده های شاخص چهره را درخواست کنید Request Facial Landmark Data from Azure Face API

• ویژگی های خاص را از Azure Face API درخواست کنید Request Specific Attributes from Azure Face API

• نتیجه Conclusion

منابع پردازش زبان اضافی را در Azure ارزیابی کنید Evaluate Additional Language Processing Resources in Azure

• بررسی اجمالی Overview

• سایر منابع پردازش زبان را ارزیابی کنید Evaluate Other Language Processing Resources

• قابلیت های منابع گفتاری Speech Resource Capabilities

• نمونه‌های کد گفتار را کاوش کنید Explore Speech Code Samples

• خدمات مترجم Translator Service

• سرویس ربات Azure Azure Bot Service

• نتیجه Conclusion

تصاویر را با داده های Computer Vision و PowerShell حاشیه نویسی کنید Annotate Images with Computer Vision Data and PowerShell

• بررسی اجمالی Overview

• مقدمه ای برای حاشیه نویسی تصویر با PowerShell Intro to Image Annotation with PowerShell

• درک Azure Computer Vision OCR Result Object Understanding Azure Computer Vision OCR Result Object

• ایجاد کلاس Bounding Box در PowerShell Create Bounding Box Class in PowerShell

• با ImageMagick و PowerShell باکس Bounding را بکشید Draw Bounding Box with ImageMagick and PowerShell

• پس زمینه برچسب را با ImageMagick و PowerShell بکشید Draw Label Background with ImageMagick and PowerShell

• برچسب متن را با ImageMagick و PowerShell اضافه و در موقعیت قرار دهید Add and Position Text Label with ImageMagick and PowerShell

• توسعه عملکرد قابل استفاده مجدد برای حاشیه نویسی تصاویر Develop Reusable Function for Annotating Images

• نتیجه Conclusion

یک خط لوله داده های Computer Vision را در Microsoft Azure توسعه دهید Develop a Computer Vision Data Pipeline in Microsoft Azure

• بررسی اجمالی Overview

• معمار یک خط لوله بینایی کامپیوتری در مایکروسافت آزور Architect a Computer Vision Pipeline in Microsoft Azure

• راه اندازی ابزارهای توسعه Setting Up Your Development Tools

• از پایتون به Azure Blob Storage متصل شوید Connect to Azure Blob Storage from Python

• فراخوانی Computer Vision Detect Objects API از پایتون Invoke Computer Vision Detect Objects API from Python

• کانتینر داکر را به صورت محلی بسازید و آزمایش کنید Build and Test Docker Container Locally

• استقرار راه حل برای نمونه های کانتینر Azure Deploy Solution to Azure Container Instances

• نتیجه Conclusion

ساخت مدل سفارشی برای Azure Form Recognizer Build Custom Model for Azure Form Recognizer

• بررسی اجمالی Overview

• معرفی مدل های سفارشی تشخیص فرم Azure Intro to Azure Form Recognizer Custom Models

• مروری بر معماری Azure برای مدل‌های فرم سفارشی Overview of Azure Architecture for Custom Form Models

• جمع آوری داده های آموزشی برای Azure Form Recognizer Gather Training Data for Azure Form Recognizer

• اشتراک Azure را برای تشخیص فرم ها آماده کنید Prepare Azure Subscription for Forms Recognition

• مجموعه داده های آموزشی را برچسب بزنید و آموزش مدل را آغاز کنید Label Training Dataset and Initiate Model Training

• تست مدل تشخیص فرم Azure آموزش دیده سفارشی Testing Custom Trained Azure Form Recognizer Model

• نتیجه Conclusion

Azure Form Recognizer REST API را با پایتون مصرف کنید Consume Azure Form Recognizer REST API with Python

• بررسی اجمالی Overview

• معرفی ماژول Python Form Recognizer Azure Intro to Azure Form Recognizer Python Module

• Dev Tools را برای Azure Form Recognizer Automation نصب کنید Install Dev Tools for Azure Form Recognizer Automation

• فراخوانی Azure Form Recognizer Async Analyze Document API Call Azure Form Recognizer Async Analyze Document API

• بازیابی نتایج تجزیه و تحلیل سند از Poller Object Retrieve Document Analysis Results from Poller Object

• نتایج صفحه سند را از Form Recognizer کاوش کنید Explore Document Page Results from Form Recognizer

• فیلدهای فرم خاص را از نتایج Form Recognizer استخراج کنید Extract Specific Form Fields from Form Recognizer Results

• نتیجه Conclusion