آمادگی آزمون AI-900: مبانی هوش مصنوعی مایکروسافت Azure - آخرین آپدیت

دانلود Exam Prep AI-900: Microsoft Certified Azure AI Fundamentals

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره درک جامع و کاملی از هوش مصنوعی Azure، یادگیری ماشین (Machine Learning) و علم داده (Data Science) را فراهم می‌کند و مفاهیم بنیادی را با ابزارها و راهکارهای پیشرفته ادغام می‌نماید. شما اصول محوری Azure Machine Learning را بررسی کرده، در ویژگی‌های قدرتمند بینایی ماشین (Computer Vision) و پردازش زبان طبیعی (NLP) تعمق خواهید کرد و قابلیت‌های هوش مصنوعی مولد را با Azure OpenAI و Azure AI Foundry آزاد می‌کنید. این دوره بر دانش کاربردی تأکید دارد و شما را برای ساخت راهکارهای هوشمند از طریق کاربردهای واقعی راهنمایی می‌کند. دوره AI-900 مفاهیم پایه هوش مصنوعی و سرویس‌های موجود در مایکروسافت Azure برای ایجاد راهکارهای AI را معرفی می‌کند. تمرکز اصلی این دوره بر ایجاد آگاهی از گردش‌های کاری (Workloads) رایج هوش مصنوعی و شناسایی سرویس‌های Azure برای پشتیبانی از آن‌هاست. محتوای دوره شامل: این دوره حدود ۶:۳۰ تا ۷ ساعت تدریس ویدئویی شامل مباحث تئوری و عملی است. دوره به ۵ ماژول تقسیم شده که هر کدام شامل چندین درس هستند. برای سنجش میزان یادگیری، هر ماژول دارای تکالیفی در قالب کوئیز و سوالات درون ویدئویی است. ماژول ۱: مبانی هوش مصنوعی، یادگیری ماشین و علم داده در Azure ماژول ۲: اصول یادگیری ماشین Azure (Azure Machine Learning) ماژول ۳: بینایی ماشین Azure: راهکارها و ابزارها ماژول ۴: پردازش زبان طبیعی (NLP) در Azure: سناریوها، ویژگی‌ها و ابزارها ماژول ۵: گردش‌های کاری هوش مصنوعی مولد در Azure [Azure OpenAI - Azure AI Foundry]

سرفصل ها و درس ها

مبانی هوش مصنوعی، یادگیری ماشین و علم داده در Azure Azure AI, ML and Data Science: Fundamentals

  • مرور کلی دوره Course Overview

  • مرور کلی آزمون Exam Overview

  • مرور کلی سرویس‌های هوش مصنوعی Azure Azure AI Services - Overview

  • راهکارهای هوش مصنوعی Azure چیستند؟ (بخش اول) What are Azure AI Solutions - Part 1

  • راهکارهای هوش مصنوعی Azure چیستند؟ (بخش دوم) What are Azure AI Solutions - Part 2

  • مرور کلی سرویس‌های یادگیری ماشین Azure Azure Machine Learning Services Overview

  • مرور کلی علم داده و دانشمند داده Data Science and Data Scientist - Overview

  • مرور کلی مهارت‌های دانشمند داده Data Scientist Skills - Overview

  • مرور کلی فرآیندهای علم داده Data Science Processes - Overview

  • راهکارهای یادگیری ماشین برای دانشمندان داده Machine Learning Solutions for Data Scientists

  • یادگیری ماشین چیست؟ What is Machine Learning?

  • انواع یادگیری ماشین Types of Machine Learning

  • بررسی جنبه‌های مختلف داده در یادگیری ماشین Exploring different data aspects in machine learning

  • مرور کلی گردش‌های کاری رایج AI Common AI Workloads - Overview

  • اصول راهنمای هوش مصنوعی مسئولانه Responsible AI Guiding Principles

  • قابلیت اطمینان و ایمنی در راهکارهای AI Reliability and safety in an AI solution

  • حریم خصوصی و امنیت در راهکارهای AI Privacy and security in an AI solution

  • فراگیر بودن در راهکارهای AI Inclusiveness in an AI solution

  • شفافیت در راهکارهای AI Transparency in an AI solution

  • پاسخگویی در راهکارهای AI Accountability in an AI solution

اصول یادگیری ماشین Azure Azure Machine Learning Principles

  • اصطلاحات رایج مورد استفاده در یادگیری ماشین Common terminologies used in Machine Learning

  • مدل‌های یادگیری ماشین Machine Learning Models

  • یادگیری عمیق: مرور کلی، ویژگی‌ها و تکنیک‌ها Deep Learning : Overview, Features and Techniques

  • مقدمه‌ای بر AutoML Introduction to AutoML

  • اجرای یک آزمایش یادگیری ماشین خودکار Run an Automated Machine Learning experiment

  • شناسایی منبع و فرمت داده‌ها Identify Data Source and Format

  • شناسایی وظایف یادگیری ماشین Identify Machine Learning Tasks

  • انتخاب سرویس برای آموزش مدل ML Choosing a Service to Train a ML Model

  • ویژگی‌ها و برچسب‌ها در مجموعه داده‌های یادگیری ماشین Features and labels in a dataset for machine learning

  • مجموعه داده‌های آموزشی و اعتبارسنجی در یادگیری ماشین Training and validation datasets in machine learning

بینایی ماشین Azure: راهکارها، ویژگی‌ها و ابزارها Azure Computer Vision: Solutions, Features, and Tools

  • طبقه‌بندی تصاویر Image classification

  • تشخیص اشیاء Object detection

  • نویسه‌خوان نوری (OCR) Optical character recognition

  • تشخیص اشیاء و تگ‌گذاری تصاویر در Azure AI Vision Object Detection and Image Tagging in Azure AI Vision

  • استفاده از OCR برای تصاویر در Azure AI Vision OCR for images - Azure AI Vision

  • مرور کلی Azure AI Vision Azure AI Vision - Overview

  • مرور کلی Azure AI Custom Vision Azure AI Custom Vision - Overview

  • دموی Azure AI Custom Vision Azure AI Custom Vision - Demo

  • سرویس تشخیص چهره Azure AI: مرور کلی Azure AI Face service: Overview

  • دموی سرویس تشخیص چهره Azure AI (بخش اول) Azure AI Face service: Demo - Part1

  • دموی سرویس تشخیص چهره Azure AI (بخش دوم) Azure AI Face service: Demo - Part2

پردازش زبان طبیعی (NLP) در Azure: سناریوها، ویژگی‌ها و ابزارها Azure Natural Language Processing (NLP): Scenarios, Features, and Tools

  • پردازش زبان طبیعی (NLP): مرور کلی، سناریوها و ویژگی‌ها Natural language processing [NLP]: Overview, Workload Scenarios and Features

  • استخراج عبارت‌های کلیدی Key phrase extraction

  • تشخیص موجودیت‌ها (Entity Recognition) Entity recognition

  • تحلیل احساسات Sentiment analysis

  • تشخیص زبان Language detection

  • تشخیص و سنتز گفتار Speech recognition and synthesis

  • کاربردهای ترجمه Uses for translation

  • سرویس گفتار Azure AI: مرور کلی Azure AI Speech Service: Overview

  • دموی سرویس گفتار Azure AI (بخش اول) Azure AI Speech Service: Demo - Part1

  • دموی سرویس گفتار Azure AI (بخش دوم) Azure AI Speech Service: Demo - Part2

  • سرویس زبان Azure AI (بخش اول) Azure AI Language - Part 1

  • سرویس زبان Azure AI (بخش دوم) Azure AI Language - Part 2

  • دموی سرویس زبان Azure AI Azure AI Language - Demo

گردش‌های کاری و ویژگی‌های هوش مصنوعی مولد در Azure Generative AI workloads and Features on Azure

  • مرور کلی راهکارهای هوش مصنوعی مولد Generative AI Solutions - Overview

  • ویژگی‌های هوش مصنوعی مولد و سناریوهای رایج Generative AI Features and Common Scenarios

  • ملاحظات AI مسئولانه برای هوش مصنوعی مولد Responsible AI considerations for generative AI

  • Azure OpenAI: مرور کلی و مدل‌های سرویس (بخش اول) Azure OpenAI - Overview and Service Models Part 1

  • Azure OpenAI: مرور کلی و مدل‌های سرویس (بخش دوم) Azure OpenAI - Overview and Service Models Part 2

  • تولید تصاویر با سرویس Azure OpenAI Generate images with Azure OpenAI Service

  • راهکارهای زبان طبیعی در سرویس Azure OpenAI Azure OpenAI Service - Natural Language Solutions

  • مرور کلی و دموی Azure AI Foundry Azure AI Foundry - Overview and Demo

  • مرور کلی تولید تقویت‌شده با بازیابی (RAG) در Azure AI و ML Retrieval Augmented Generation (RAG) in Azure AI and ML: Overview

  • بهینه‌سازی مدل‌ها: Fine Tuning، RAG و استراتژی‌های کاربردی Optimizing Models: Fine-Tuning, RAG and Application Strategies

  • مرور کلی کاتالوگ و مجموعه‌های مدل [Azure AI Foundry و ML] Model Catalog and Collections [Azure AI Foundry and ML]-Overview

  • محاسبات (Compute) در کاتالوگ و مجموعه‌های مدل [Azure AI Foundry و ML] Model Catalog and Collections [Azure AI Foundry and ML]-Compute

  • جمع‌بندی، گام‌های بعدی و بهترین تجربیات Summary and What's Next and Best Practices

نمایش نظرات

آمادگی آزمون AI-900: مبانی هوش مصنوعی مایکروسافت Azure
جزییات دوره
18h 32m
67
(آخرین آپدیت)
643
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده