AI-900: Fundamentos de la inteligencia artificial de Microsoft Azure

Compra ahora

Precio: $79.99

Este es el curso basado en el último programa de estudios , Al asistir a este curso, obtendrás los conocimientos fundamentales sobre Inteligencia Artificial.. Incluso si planea escribir el examen más tarde, también puede seguir este curso, lo ayudará a comprender y aclarar sus conocimientos básicos de inteligencia artificial..

Si está buscando comenzar su viaje hacia Azure, este curso también es para usted.. Puede comenzar su viaje hacia la nube con inteligencia artificial. No es necesario escribir ningún código.. Necesitas entender los conceptos básicos.

Se le enseñará a continuación

Habilidades medidas

Describir las cargas de trabajo y las consideraciones de la inteligencia artificial. (15-20%)

Identificar características de cargas de trabajo comunes de IA

· Identificar cargas de trabajo de predicción / previsión

· Identificar características de cargas de trabajo de detección de anomalías

· Identificar cargas de trabajo de visión artificial

· Identificar el procesamiento del lenguaje natural o las cargas de trabajo de la minería del conocimiento

· Identificar las cargas de trabajo de la IA conversacional Identificar los principios rectores de la IA responsable

· Describir las consideraciones de equidad en una solución de IA

· Describir consideraciones de confiabilidad y seguridad en una solución de IA

· Describir las consideraciones de privacidad y seguridad en una solución de inteligencia artificial

· Describir consideraciones para la inclusión en una solución de IA

· Describir consideraciones para la transparencia en una solución de IA

· Describir consideraciones para la responsabilidad en una solución de IA

Describir los principios fundamentales del aprendizaje automático en Azure. (30- 35%)

Identificar tipos de aprendizaje automático comunes · identificar escenarios de aprendizaje automático de regresión

· Identificar escenarios de aprendizaje automático de clasificación

· Identificar escenarios de aprendizaje automático de agrupación en clústeres Describir conceptos básicos de aprendizaje automático

· Identificar características y etiquetas en un conjunto de datos para el aprendizaje automático

· Describir cómo se utilizan los conjuntos de datos de entrenamiento y validación en el aprendizaje automático

· Describir cómo se utilizan los algoritmos de aprendizaje automático para el entrenamiento de modelos

· Seleccionar e interpretar métricas de evaluación del modelo para clasificación y regresión Identificar las tareas principales en la creación de una solución de aprendizaje automático

· Describir características comunes de la ingestión y preparación de datos

· Describir características comunes de selección e ingeniería de características

· Describir las características comunes del entrenamiento y la evaluación de modelos.

· Describir características comunes de implementación y administración de modelos Describir capacidades de aprendizaje automático sin código con Azure Machine Learning:

· Herramienta automatizada de aprendizaje automático

· Diseñador azure Machine Learning

Describir las características de las cargas de trabajo de visión artificial en Azure. (15-20%)

Identificar tipos comunes de soluciones de visión por computadora:

· Identificar las características de las soluciones de clasificación de imágenes

· Identificar las características de las soluciones de detección de objetos

· Identificar las características de las soluciones de segmentación semántica

· Identificar las características de las soluciones de reconocimiento óptico de caracteres

· Identificar características de detección facial, reconocimiento, y soluciones de análisis Identificar herramientas y servicios de Azure para tareas de visión por computadora

· Identificar las capacidades del servicio Computer Vision

· Identificar las capacidades del servicio Custom Vision

· Identificar las capacidades del servicio Face

· Identificar las capacidades del servicio Form Recognizer Describir las características del procesamiento del lenguaje natural (PNL) cargas de trabajo en Azure (15-20%) Identificar características de escenarios de carga de trabajo de PNL comunes

· Identificar características y usos para la extracción de frases clave

· Identificar características y usos para el reconocimiento de entidades

· Identificar características y usos para el análisis de sentimientos

· Identificar características y usos para el modelado del lenguaje

· Identificar características y usos para el reconocimiento y la síntesis de voz

· Identificar características y usos para la traducción Identificar herramientas y servicios de Azure para cargas de trabajo de PNL

· Identificar las capacidades del servicio Text Analytics

· Identificar las capacidades del Language Understanding Intelligence Service (LUIS)

· Identificar las capacidades del servicio de voz

· Identificar las capacidades del servicio de traducción de texto

Describir las características de las cargas de trabajo de IA conversacional en Azure (15-20%)

Identificar casos de uso comunes para la IA conversacional

· Identificar características y usos para los bots de chat web

· Identificar características y usos para los menús de voz del teléfono

· Identificar características y usos para asistentes digitales personales Identificar servicios de Azure para IA conversacional

· Identificar las capacidades del servicio QnA Maker

· Identificar las capacidades del Bot Framework