مرورگر شما از این ویدیو پشتیبانی نمی کند.
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
(صرفا برای مشاهده نمونه ویدیو، ممکن هست نیاز به شکن داشته باشید.)
بارگزاری مجدد
توضیحات دوره:
دوره آمادگی AI-900 Microsoft Azure AI Fundamentals دانش آموزان برای آزمون گواهینامه AI-900 آمادگی بهتری خواهند داشت دانش آموزان جنبه های مهم آنچه را که از منظر امتحان مورد نیاز است یاد خواهند گرفت دانش آموزان مفاهیم اساسی برای هوش مصنوعی را یاد خواهند گرفت. ایده ای در مورد چیستی هوش مصنوعی داشتن یک ایده اولیه در مورد یادگیری ماشینی ایده اولیه در مورد چیستی API - رابط برنامه نویسی کاربردی این دوره یک دوره آمادگی برای دانش آموزانی است که می خواهند امتحان AI-900: Microsoft Azure AI Fundamentals را امتحان کنند
این دوره دارای مطالبی برای آزمون AI-900 است
اهداف تحت پوشش این دوره
هستند بارهای کاری و ملاحظات هوش مصنوعی (15-20٪) را شرح دهید - در اینجا به اصول اولیه بارهای کاری مبتنی بر هوش مصنوعی خواهیم پرداخت.
اصول اساسی یادگیری ماشین را در Azure توضیح دهید (30-35%) - در اینجا ما متوجه خواهیم شد که یادگیری ماشین چیست. همچنین به آزمایشگاههایی در مورد نحوه کار با سرویس یادگیری ماشین نگاه خواهیم کرد.
ویژگی های بارهای کاری بینایی کامپیوتر در Azure (15-20٪) را توضیح دهید - در اینجا به ویژگی های مختلف سرویس Computer Vision خواهیم پرداخت. ما همچنین به سرویس Custom Vision، سرویس Face و خدمات Form Recognizer نگاه خواهیم کرد.
ویژگیهای بارهای کاری پردازش زبان طبیعی (NLP) را در Azure (15 تا 20%) شرح دهید - در اینجا به خدماتی مانند سرویس تجزیه و تحلیل متن، سرویس اطلاعات درک زبان، سرویس گفتار نگاه خواهیم کرد.
ویژگیهای بارهای کاری هوش مصنوعی مکالمه را در Azure (15 تا 20%) شرح دهید - در اینجا ما اصول اولیه سرویس QnA Maker و Bot Framework را خواهیم دید.
تعدادی آزمایشگاه نیز در این دوره وجود دارد. وقتی صحبت از یادگیری ماشین و هوش مصنوعی به میان میآید، این آزمایشگاهها بر روی خدمات مختلف موجود در Azure تمرکز میکنند.
سرفصل ها و درس ها
مقدمه و مبانی Azure
Introduction and basics on Azure
دستورالعمل های دوره مهم - مهم
Important Course instructions - Important
آشنایی با آژور
Introduction to Azure
حساب رایگان Azure
The Azure Free Account
مفاهیم در لاجوردی
Concepts in Azure
نمای سریع پورتال Azure
Quick view of the Azure portal
آزمایشگاه - نمونه ای از ایجاد یک منبع در Azure
Lab - An example of creating a resource in Azure
PDF دانلود
PDF Download
حجم کاری و ملاحظات هوش مصنوعی را شرح دهید
Describe AI workloads and considerations
یادگیری ماشین و هوش مصنوعی
Machine Learning and Artificial Intelligence
پیش بینی و پیش بینی بار کاری
Prediction and Forecasting workloads
بارهای کاری تشخیص ناهنجاری
Anomaly Detection Workloads
حجم کاری پردازش زبان طبیعی
Natural Language Processing Workloads
بارهای کاری بینایی کامپیوتر
Computer Vision Workloads
بارهای کاری هوش مصنوعی مکالمه ای
Conversational AI Workloads
اصول راهنمای مایکروسافت برای پاسخگویی هوش مصنوعی - پاسخگویی
Microsoft Guiding principles for response AI - Accountability
اصول راهنمای مایکروسافت برای پاسخگویی هوش مصنوعی - قابلیت اطمینان و ایمنی
Microsoft Guiding principles for response AI - Reliability and Safety
اصول راهنمای مایکروسافت برای پاسخگویی هوش مصنوعی - حریم خصوصی و امنیت
Microsoft Guiding principles for response AI - Privacy and Security
اصول راهنمای مایکروسافت برای پاسخگویی هوش مصنوعی - شفافیت
Microsoft Guiding principles for response AI - Transparency
اصول راهنمای مایکروسافت برای پاسخگویی هوش مصنوعی - فراگیر
Microsoft Guiding principles for response AI - Inclusiveness
اصول راهنمای مایکروسافت برای پاسخگویی هوش مصنوعی - انصاف
Microsoft Guiding principles for response AI - Fairness
اصول اساسی یادگیری ماشین در Azure را شرح دهید
Describe fundamental principles of machine learning on Azure
بخش مقدمه
Section Introduction
چرا حتی یادگیری ماشین را در نظر بگیرید؟
Why even consider Machine Learning?
مدل یادگیری ماشینی
The Machine Learning Model
الگوریتم های یادگیری ماشین
The Machine Learning Algorithms
الگوریتم های مختلف یادگیری ماشین
Different Machine Learning Algorithms
تکنیک های یادگیری ماشین
Machine Learning Techniques
داده های یادگیری ماشین - ویژگی ها و برچسب ها
Machine Learning Data - Features and Labels
آزمایشگاه - یادگیری ماشین لاجورد - ایجاد یک فضای کاری
Lab - Azure Machine Learning - Creating a workspace
آزمایشگاه - ساخت خط لوله یادگیری ماشین طبقه بندی - مجموعه داده شما
Lab - Building a Classification Machine Learning Pipeline - Your Dataset
آزمایشگاه - ساخت خط لوله یادگیری ماشین طبقه بندی - تقسیم داده ها
Lab - Building a Classification Machine Learning Pipeline - Splitting data
اختیاری - آزمایشگاه - ایجاد ماشین مجازی Azure
Optional - Lab - Creating an Azure Virtual Machine
آزمایشگاه - ساخت خط لوله یادگیری ماشین طبقه بندی - محاسبه هدف
Lab - Building a Classification Machine Learning Pipeline - Compute Target
آزمایشگاه - ساخت خط لوله یادگیری ماشین طبقه بندی - تکمیل
Lab - Building a Classification Machine Learning Pipeline - Completion
آزمایشگاه - ساخت خط لوله یادگیری ماشین طبقه بندی - نتایج
Lab - Building a Classification Machine Learning Pipeline - Results
خلاصه کارهایی که تاکنون انجام شده است
Recap on what's been done so far
آزمایشگاه - ساخت خط لوله یادگیری ماشین طبقه بندی - استقرار
Lab - Building a Classification Machine Learning Pipeline - Deployment
آزمایشگاه - نصب ابزار POSTMAN
Lab - Installing the POSTMAN tool
آزمایشگاه - ساخت خط لوله یادگیری ماشین طبقه بندی - آزمایش
Lab - Building a Classification Machine Learning Pipeline - Testing
آزمایشگاه - ساخت خط لوله یادگیری ماشین طبقه بندی - تست - منابع
Lab - Building a Classification Machine Learning Pipeline - Testing - Resources
آزمایشگاه - ساخت خط لوله یادگیری ماشین رگرسیون - پاکسازی داده ها
Lab - Building a Regression Machine Learning Pipeline - Cleaning Data
آزمایشگاه - ساخت خط لوله یادگیری ماشین رگرسیون - خط لوله کامل
Lab - Building a Regression Machine Learning Pipeline - Complete Pipeline
آزمایشگاه - ساخت خط لوله یادگیری ماشین رگرسیون - نتایج
Lab - Building a Regression Machine Learning Pipeline - Results
مهندسی ویژگی
Feature Engineering
یادگیری ماشین خودکار
Automated Machine Learning
حذف منابع شما
Deleting your resources
ویژگی های بارهای کاری بینایی کامپیوتر در Azure را توضیح دهید
Describe features of computer vision workloads on Azure
بخش مقدمه
Section Introduction
خدمات شناختی Azure
Azure Cognitive Services
مقدمه ای بر راه حل های Azure Computer Vision
Introduction to Azure Computer Vision solutions
نگاهی به سرویس کامپیوتر ویژن
A look at the Computer Vision service
آزمایشگاه - راه اندازی ویژوال استودیو 2019
Lab - Setting up Visual Studio 2019
Lab - Computer Vision - Basic Object Detection - Visual Studio 2019
Lab - Computer Vision - Basic Object Detection - Visual Studio 2019
آزمایشگاه - Computer Vision - Basic Object Detection - Visual Studio 2019 - منابع
Lab - Computer Vision - Basic Object Detection - Visual Studio 2019 - Resources
آزمایشگاه - بینایی کامپیوتر - نمونه محدودیت ها
Lab - Computer Vision - Restrictions example
آزمایشگاه - بینایی کامپیوتر - مختصات مرزی اشیاء - ویژوال استودیو 2019
Lab - Computer Vision - Object Bounding Coordinates - Visual Studio 2019
آزمایشگاه - بینایی کامپیوتر - مختصات مرزی اشیاء - ویژوال استودیو 2019 - منابع
Lab - Computer Vision - Object Bounding Coordinates-Visual Studio 2019-Resources
آزمایشگاه - بینایی کامپیوتر - تصویر برند - ویژوال استودیو 2019
Lab - Computer Vision - Brand Image - Visual Studio 2019
آزمایشگاه - بینایی کامپیوتر - تصویر برند - ویژوال استودیو 2019 - منابع
Lab - Computer Vision - Brand Image - Visual Studio 2019 - Resources
آزمایشگاه - بینایی کامپیوتر - از طریق ابزار POSTMAN
Lab - Computer Vision - Via the POSTMAN tool
مزایای خدمات شناختی
The benefits of the Cognitive services
مثال دیگری در مورد Computer Vision - Bounding Coordinates
Another example on Computer Vision - Bounding Coordinates
مثال دیگری در مورد Computer Vision - Bounding Coordinates - Resources
Another example on Computer Vision - Bounding Coordinates - Resources
آزمایشگاه - بینایی کامپیوتر - تشخیص کاراکتر نوری
Lab - Computer Vision - Optical Character Recognition
Face API
Face API
آزمایشگاه - بینایی کامپیوتر - تجزیه و تحلیل یک چهره
Lab - Computer Vision - Analyzing a Face
نگاهی گذرا به سرویس Face
A quick look at the Face service
Lab - Face API - با استفاده از Visual Studio 2019
Lab - Face API - Using Visual Studio 2019
Lab - Face API - Using Visual Studio 2019 - Resources
Lab - Face API - Using Visual Studio 2019 - Resources
Lab - Face API - با استفاده از ابزار POSTMAN
Lab - Face API - Using POSTMAN tool
Lab - Face Verify API - با استفاده از ابزار POSTMAN
Lab - Face Verify API - Using POSTMAN tool
Lab - Face Find Similar API - با استفاده از ابزار POSTMAN
Lab - Face Find Similar API - Using POSTMAN tool
آزمایشگاه - چشم انداز سفارشی
Lab - Custom Vision
نگاهی گذرا به سرویس Form Recognizer
A quick look at the Form Recognizer service
آزمایشگاه - تشخیص فرم
Lab - Form Recognizer
ویژگی های پردازش زبان طبیعی و حجم کاری هوش مصنوعی مکالمه را شرح دهید
Describe features of Natural Language Processing and Conversational AI workloads
بخش مقدمه
Section Introduction
پردازش زبان طبیعی
Natural Language Processing
نگاهی گذرا به تحلیل متن
A quick look at the Text Analytics
Lab - Text Analytics API - عبارات کلیدی
Lab - Text Analytics API - Key phrases
آزمایشگاه - API تجزیه و تحلیل متن - عبارات کلیدی - منابع
Lab - Text Analytics API - Key phrases - Resources
آزمایشگاه - API تجزیه و تحلیل متن - تشخیص زبان
Lab - Text Analytics API - Language Detection
آزمایشگاه - سرویس تجزیه و تحلیل متن - تحلیل احساسات
Lab - Text Analytics Service - Sentiment Analysis
آزمایشگاه - سرویس تجزیه و تحلیل متن - شناسایی موجودیت
Lab - Text Analytics Service - Entity Recognition
آزمایشگاه - سرویس تجزیه و تحلیل متن - شناسایی موجودیت - منابع
Lab - Text Analytics Service - Entity Recognition - Resources
آزمایشگاه - خدمات مترجم
Lab - Translator Service
نگاهی گذرا به سرویس سخنرانی
A quick look at the Speech Service
آزمایشگاه - سرویس گفتار - گفتار به متن
Lab - Speech Service - Speech to text
آزمایشگاه - خدمات گفتار - گفتار به متن - منابع
Lab - Speech Service - Speech to text - Resources
آزمایشگاه - سرویس گفتار - متن به گفتار
Lab - Speech Service - Text to speech
آزمایشگاه - سرویس گفتار - متن به گفتار - منابع
Lab - Speech Service - Text to speech - Resources
سرویس اطلاعاتی درک زبان
Language Understanding Intelligence Service
آزمایشگاه - کار با LUIS - استفاده از دامنه های از پیش ساخته شده
Lab - Working with LUIS - Using pre-built domains
آزمایشگاه - کار با LUIS - اضافه کردن اهداف خودمان
Lab - Working with LUIS - Adding our own intents
آزمایشگاه - کار با LUIS - افزودن نهادها
Lab - Working with LUIS - Adding Entities
آزمایشگاه - کار با LUIS - انتشار مدل شما
Lab - Working with LUIS - Publishing your model
سرویس QnA Maker
QnA Maker service
آزمایشگاه - سرویس QnA Maker
Lab - QnA Maker service
چارچوب ربات
Bot Framework
مثالی از Bot Framework در Azure
Example of Bot Framework in Azure
بخش تمرین
Practice Section
تمرین تست 1
Practice Test 1
تمرین تست 2
Practice Test 2
سخنرانی پاداش
Bonus Lecture
نمایش نظرات