![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
「[[マイクロソフト系技術情報 Wiki>http://techinfoofmicrosofttech.osscons.jp/]]」は、「[[Open棟梁Project>https://github.com/OpenTouryoProject/]]」,「[[OSSコンソーシアム .NET開発基盤部会>https://www.osscons.jp/dotNetDevelopmentInfrastructure/]]」によって運営されています。 -[[戻る>AzureのAI系サービス]] * 目次 [#m194e1bd] #contents *概要 [#b3088fda] コース AI-900T00-A: Microsoft Azure AI Fundamentals **AI の概要 [#mbce8b43] https://learn.microsoft.com/ja-jp/training/paths/get-started-with-artificial-intelligence-on-azure/ ***AI の基本的な概念 [#zd147ec3] https://learn.microsoft.com/ja-jp/training/modules/get-started-ai-fundamentals/ -AI の概要 -機械学習を理解する -コンピューター ビジョンを理解する -自然言語処理を理解する -ドキュメント インテリジェンスとナレッジ マイニングについて -生成 AI を理解する -AI の課題とリスク -責任ある AI を理解する -知識チェック -まとめ ***機械学習の基礎 [#s8fcf37d] https://learn.microsoft.com/ja-jp/training/modules/fundamentals-machine-learning/ -はじめに -機械学習とは -機械学習の種類 -回帰 -二項分類 -多クラス分類 -クラスタリング -ディープ ラーニング -Azure Machine Learning -演習: AzML の自動機械学習について調べる -知識チェック -まとめ ***Azure AI サービスの基礎 [#jdbfb318] https://learn.microsoft.com/ja-jp/training/modules/fundamentals-azure-ai-services/ -はじめに -Azure プラットフォーム上の AI サービス -Azure AI サービス リソースを作成する -Azure AI サービスを使用する -Azure AI サービスの認証について理解する -演習 - Azure AI サービスについて調べる -知識チェック -まとめ **Computer Vision [#lde29b37] https://learn.microsoft.com/ja-jp/training/paths/explore-computer-vision-microsoft-azure/ ***コンピューター ビジョンの基礎 [#z875a559] https://learn.microsoft.com/ja-jp/training/modules/analyze-images-computer-vision/ -はじめに -画像と画像処理 -コンピューター ビジョンのための機械学習 -Azure AI Vision -演習 - Vision Studio で画像を分析する -知識チェック -まとめ ***顔認識の基礎 [#n08f5740] https://learn.microsoft.com/ja-jp/training/modules/detect-analyze-faces/ -はじめに -顔分析を理解する -Azure での顔分析の概要 -演習 - Vision Studio で顔を検出する -知識チェック -まとめ ***光学式文字認識の基礎 [#r9d52000] https://learn.microsoft.com/ja-jp/training/modules/read-text-computer-vision/ -はじめに -Azure AI Vision の使用を開始する -Azure 上の Vision Studio の概要 -演習 - Vision Studio でテキストを読み取る -知識チェック -まとめ **自然言語処理 [#z0cb05dd] https://learn.microsoft.com/ja-jp/training/paths/explore-natural-language-processing/ ***言語サービスを使用したテキスト分析の基礎 [#za8837df] https://learn.microsoft.com/ja-jp/training/modules/analyze-text-with-text-analytics-service/ -はじめに -Text Analytics について理解する -テキスト分析の使用を開始する -演習 - Language Studio を使用してテキストを分析する -知識チェック -まとめ ***言語サービスを使った質問応答の基礎 [#iaa1736b] https://learn.microsoft.com/ja-jp/training/modules/build-faq-chatbot-qna-maker-azure-bot-service/ -はじめに -質問応答を理解する -カスタム質問応答の概要 -演習 - Language Studio で質疑応答を使用する -知識チェック -まとめ ***会話言語理解の基礎 [#a60a2de9] https://learn.microsoft.com/ja-jp/training/modules/create-language-model-with-language-understanding/ -はじめに -会話言語理解を説明する -Azure の会話言語理解の概要 -演習 - Language Studio で会話言語理解を使う -知識チェック -まとめ ***Azure AI 音声の基礎 [#u4ee69ea] https://learn.microsoft.com/ja-jp/training/modules/recognize-synthesize-speech/ -はじめに -音声認識と音声合成について -Azure での音声の処理を開始する -Azure AI 音声を使用する -演習 - Speech Studio について調べる -知識チェック -まとめ ***言語翻訳の基礎 [#x508e294] https://learn.microsoft.com/ja-jp/training/modules/translate-text-with-translation-service/ -はじめに -翻訳の概念を理解する -Azure での翻訳を理解する -Azure で翻訳を開始する -演習 - Azure AI 翻訳を探索する -知識チェック -まとめ **ドキュメント インテリジェンスとナレッジ マイニング [#a01520ac] https://learn.microsoft.com/ja-jp/training/paths/document-intelligence-knowledge-mining/ ***Azure AI Document Intelligence の基礎 [#zaad7e68] https://learn.microsoft.com/ja-jp/training/modules/analyze-receipts-form-recognizer/ -はじめに -ドキュメント インテリジェンスの機能を確認する -Azure AI Document Intelligence 機能を理解する -演習 - Document Intelligence Studio でフォーム データを抽出する -知識チェック -まとめ ***ナレッジ マイニングと Azure AI Search の基礎 [#l557a981] https://learn.microsoft.com/ja-jp/training/modules/intro-to-azure-search/ -はじめに -Azure AI Search とは? -検索ソリューションの要素を特定する -Azure portal でインデックスを作成する -Azure AI 検索インデックス内のデータのクエリを実行する -演習 - Azure AI 検索インデックスについて調べる (UI) -知識チェック -まとめ **生成 AI [#qde177b5] https://learn.microsoft.com/ja-jp/training/paths/introduction-generative-ai/ ***生成 AI の基礎 [#n798452f] https://learn.microsoft.com/ja-jp/training/modules/fundamentals-generative-ai/ -はじめに -生成 AI とは -大規模言語モデルとは? -言語モデルを使用する -コパイロットとは何か? -Microsoft Copilot -Copilot プロンプトに関する考慮事項 -コパイロットの拡張と開発 -演習 - Microsoft Copilot を確認する -知識チェック -まとめ ***Azure AI Studio の概要 [#of7afa92] https://learn.microsoft.com/ja-jp/training/modules/introduction-to-azure-ai-studio/ -はじめに -Azure AI Studio とは? -Azure AI Studio のしくみ -Azure AI Studio を使用するタイミング -演習 - Azure AI Studio の詳細を確認する -知識チェック -まとめ ***AI Studio での責任ある生成 AI [#j00ff817] https://learn.microsoft.com/ja-jp/training/modules/responsible-ai-studio/ -はじめに -責任ある生成 AI ソリューションを計画する -潜在的な害を特定する -潜在的な危害を測定する -潜在的な危害を軽減する -責任ある生成 AI ソリューションを運用する -演習 - Azure AI Studio のコンテンツ フィルターを確認する -知識チェック -まとめ *詳細 [#o1bce4ba] 以下、機械学習や深層学習の知識のみで回答可能なものは省略してある。 **G系 [#j769fe6f] ***責任ある人工知能 (AI) の原則 [#p4858eb3] 信頼性と安全性、プライバシーとセキュリティ、透明性、公平性、包括性、アカウンタビリティ（説明責任） -信頼性と安全性 -プライバシーとセキュリティ -透明性~ ココでは、仕様や技術的な透明性を言っていて、制限事項を認識できる。 --AIベースのソリューションの限界（制限）についての認識を高める原則 --AIベースのソリューションの動作の説明可能性及び検証可能性を確保 -公平性 --AIモデルの特徴によってもたらされるバイアスの評価と軽減が含まれる原則 --AIが公平に動作することを保証し、個人やグループに不当な悪影響を及ぼすような決定を回避する。 -包括性 --AIベースのソリューションの潜在的な排除障壁を理解し社会のすべての部分に利益をもたらす原則 --AIベースのソリューションが一部のユーザーを除外することなく、全ての人にAI技術の利点がもたらされるよう配慮 -アカウンタビリティ（説明責任） --透明性を確保し説明責任を果たすため、技術的な説明能力を高めるを事を目的とした原則。 --AIベースのソリューションの倫理的および法的基準を満たすガバナンスと組織の原則のフレームワークを定義 --AIベースのソリューションの設計 / 実装の情報開示から結果 / 決定の説明までを利害関係者に説明して納得してもらう責任 ***NIST AI リスク管理フレームワーク [#nfa74570] -統治（Govern）：AIシステムのリスク管理を組織全体で統括し、リスク管理の方針や手順を確立。法規制の遵守や倫理的なガイドラインの設定が含まれる。 -マップ（Map）：AIシステムのリスクを特定し、評価するプロセス。リスクの特定には、AIシステムの設計、開発、運用の各段階でのリスク要因を洗い出すことが含まれる。 -測定（Measure）：特定されたリスクを定量的または定性的に評価し、その影響を測定。リスクの重大性や発生可能性を評価し、優先順位を付けることができる。 -管理（Manage）：評価されたリスクに対して適切な対策を講じ、リスクを軽減または回避するためのアクションを実行。リスクの監視や継続的な改善が含まれる。 ※ 最初に「潜在的な損害を特定」する。 **各種、Azure AI Service [#k26a7046] -[[Azure Machine Learning>#f72abd91]]、[[Azure AI Vision>#g60497dc]]、[[Azure AI Language>#eb556139]]、[[Azure OpenAI>#x67652cb]] -[[Azure Machine Learning>#f72abd91]]以外のAIサービスは、 --Azure 上で事前構築済みで、すぐに＆API（RESTful Web API） を通して使用できる。 --モデルの選択、トレーニング、評価などの「機械学習プロセス」が不要になる。 ***Azure AI Service Resource [#b728832e] 単一サービスとマルチサービスの 2 種類がある（マルチは、資格情報やコスト管理に優れる）。 -単一サービス：個別に資格情報やコスト管理を行う場合にはコチラを選択する。 -マルチサービス：複数の種類のAzure AI X サービスのリソースをAzure AI サービスに追加した状態~ 1つのキーとエンドポイントだけで複数の種類のAzure AI X サービスにアクセスできるようにしる場合、Azureサブスクリプションで作成するリソース。 ***Service Studio Interface [#ea05f592] -Service Studio Interfaceを使用し、AI Service Resourceを「関連付け」る。 --CLIやSDKが提供され裏でWebAPIにアクセスする。 --認証には、ポータルでの認証や、APIキーを使用する（その他、OAuthなどもある）。 -演習目次 --Studioの操作 --ResourceをStudioに関連付ける --Studioで機能を試してみる --キーとエンドポイントを確認する **機械学習：[[Azure Machine Learning]] [#f72abd91] -モデルのトレーニング -モデルのデプロイ -参考 --https://learn.microsoft.com/ja-jp/azure/machine-learning/ ***Machine Learning Studio [#zcca31d1] -Machine Learning Studioにアクセスするには、ワークスペースを作成する。 -モデル準備 --既に存在するトレーニング済みのモデルを選択 --若しくは、新しくトレーニングされたモデルを作成 -デザイナを使用して新しいモデルをトレーニングするには、 --最初に、パイプラインを作成する。 --次いで、データセットを作成する。 --最後に、ジョブを作成する。 --次いで、データセット（リソース）を作成する。 --最後に、トレーニングのジョブを作成する。 -デプロイ --推論パイプラインを作成する。 --デプロイ先（コンテナー インスタンス や AKSクラスター）を作成する。 ***変換モジュール [#jad89157] -見つからないデータのクリーンアップ：データ準備の一部。 -データセット内の列の選択：データセットから目的の列のサブセットを選択 -データの正規化：データセット内の数値列の値を共通のスケールに変更 **Computer Vision：Azure AI Vision [#g60497dc] -Computer Vision機能を提供 --画像分析：分類、イメージのタグ付け、画像キャプション、画像分析 API --光学式文字認識 (OCR)：OCR、Read API、OCR API --ビデオ分析： --Faceサービス：顔検出、顔認識、Face API --空間分析：Azure AI Vision Spatial Analysis → Video Indexer -Microsoft の 責任ある AI 標準をサポートするために、制限付きアクセス ポリシーがある。 -参考 --https://learn.microsoft.com/ja-jp/azure/ai-services/computer-vision/ ***画像分析 [#dcfb1837] -機能： --分類 --検出 ---画像キャプション ---画像記述タスクでタグ付け（タグ＋信頼度スコア） --画像分析 API -ドメイン固有モデル --celebrities：著名人の認識（people_ カテゴリに分類された画像についてサポート --landmarks：ランドマークの認識（outdoor_ または building_ カテゴリに分類された画像についてサポート ***OCR [#r9cfb55b] Read API を呼び出すと、次の階層に配置された結果が返される -ページ - ページ サイズと向きに関する情報を含む、テキストの各ページ。 -行 - ページ上のテキスト行。 -単語 - 境界ボックスの座標とテキストそのものを含む、テキストの行内の単語。 ***Faceサービス [#s48d9ea6] -アプリケーション： --SNS --広告 --行方不明者 --ID 検証 --セキュリティ --インテリジェントな監視 -機能：顔認識（識別・検証）、顔検出、Face API --顔認識 ---識別：1対多照合 ---検証：1対1照合（Face ID） --顔検出 ---Face Landmarks：顔パーツの位置 ---Face Rectangle：顔の向きの検出、年齢、感情、顔上パーツ、アクセサリ（ヒゲ・眼鏡）属性を抽出 -画像ファイル --形式 - JPEG、PNG、GIF、BMP --サイズ - 6 MB、36 x 36 - 4096 x 4096 px ***Custom Vision [#od611737] 独自の画像モデルを構築してデプロイ **自然言語処理：Azure AI Language/Speech/Translator [#eb556139] -自然言語処理（NLP：Natural Language Processing） -ユースケース --音声テキスト --テキスト読上 --機械翻訳 --テキスト分類 --エンティティ抽出 --テキストの要約 --質問の回答 -トークン化（文・単語）のステップ --正規化（句読点を削除しすべての単語を小文字に変更） --ストップ ワード（前置詞、冠詞など）の削除 --n-gram（単語を単語グループとして扱う） --ステミングと見出し語化（基本形統一） --ベクトル化（頻度：TF-IDF、埋込：Word2Vec） -参考 --https://learn.microsoft.com/ja-jp/azure/ai-services/language-service/ --https://learn.microsoft.com/ja-jp/azure/ai-services/speech-service/ --https://learn.microsoft.com/ja-jp/azure/ai-services/translator/ ***Azure AI Language [#n69d7f3b] -テキスト分析 --エンティティ認識 ---固有表現認識、名前付きエンティティ認識：タイプ、サブ・タイプ ---エンティティ リンク：Wikipedia へのリンク --キー・フレーズ識別：非構造化テキストから主要な概念を一覧。 --個人を特定できる情報 (PII) の検出 --言語検出：en、jaなどの言語コードを返す。 --感情分析とオピニオン マイニング：コンテキストを与える。 --テキスト要約：最も重要な情報を識別してテキストを要約。 -質問応答機能 --チャット、メール、SNS-PF --Language Studioで質疑応答を使用 --FAQのインポートが可能 --QnA Maker：テキストの一節に対してクエリを実行して応答を取得 --カスタム質問応答：コンテンツ ソースから抽出された質問と回答のペアを抽出 --近年はLLM + RAGが主流になってきているが、コチラの機能のエンジンは不明。 -会話言語理解(CLU) --意図を使用することで、音声コマンドの実行、チャットボットなどに利用する。 --人間が発した言葉を３つの主要な概念に整理、あらかじめ登録しておいたキー（意図）に紐づける。 ---発話：話した内容 ---エンティティ：項目 ---意図：目的または目標 --学習（Authoring） --予測 ---カスタムの質問応答で会話言語理解を使用できる。 ***Azure AI Speech [#p5ff8848] -音声認識 --言語識別 --話者認識 --発音評価 --会話の文字起こし（音声アシスタント（ディクテーション -音声合成 --テキスト読み上げ（音声アシスタント（音声インターフェイス -リアルタイム翻訳 -会話の文字起こし -テキスト読み上げ（音声アシスタント（音声アインターフェイス -言語識別 -話者認識 -発音評価 ***Azure AI Translator [#v400f239] -正確で完全な翻訳を生成する、ニューラル機械翻訳 (NMT) -機能 --テキスト翻訳 --ドキュメント翻訳：元のドキュメント構造を維持しながら翻訳 --カスタム翻訳：カスタマイズされたNMTシステムを構築 -音声翻訳は[[Azure AI Speech>#p5ff8848]]（経由？） **ドキュメント系：Azure AI Document Intelligence/Search [#ce45c967] -ナレッジ化して活用するみたいな。 -参考 --https://learn.microsoft.com/ja-jp/azure/ai-services/document-intelligence/ --https://learn.microsoft.com/ja-jp/azure/search/ ***Azure AI Document Intelligence [#ee4a8a25] -スキャンしたドキュメントからのデータ収集を管理および高速化するソリューションをビルド -アプリケーションとワークフローでのドキュメント処理の自動化、戦略強化、検索機能強化 -機能 --ドキュメント分析：テキスト、レイアウト、キーと値のペアを抽出 --事前構築済みモデル：一般的なドキュメント（≒ 公知のドキュメント（名刺、証書、請求書、領収書など）） ---身分証明書モデル：パスポート、運転免許証、ID カード、居住許可証、 ---健康保険証モデル ---結婚証明書モデル ---米国ｘ税モデル ---米国住宅ローンｘモデル ---請求書モデル：請求書、発注書 ---領収書モデル：レシートや手書きの領収書 ---クレカ・モデル、名刺モデルなど --カスタム モデル：既存のモデルには含まれない特定のフィールドを識別するようにトレーニング --Document Intelligence Studio や、その他のプログラミング言語で使用およびテスト ***Azure AI Search [#v7415680] -インデックスを作成するためのツールを備えたプライベートなエンタープライズ検索ソリューション -インデックスは、内部のみならずインターネット公開アセットのコンテンツも検索可能 -機能 --エンリッチメント（AIスキルセット） ---フィールド名：場所、キーフレーズ、感情、画像タグ、画像キャプション ---ストアに保存：画像、文書、ページ、キーフレーズ、エンティティ、画像の詳細、画像参照 --インデクサーによるインデクシング： ---入力はJSON ---AIスキルセットを指定しないとフルテキスト検索のみサポートされる。 --ユーザによる検索： ---単純なクエリ構文 ---Lucene 検索構文 **[[Azure OpenAI Service]] [#x67652cb] -生成 AI系 --自然言語の生成 --コード生成 --画像の生成 -モデル --言語系はTransformer系LLMのGPT系 ---安全システム層には、危害の軽減に役立つプラットフォームレベルの構成と機能（コンテンツ フィルターなどの）が含まれる。 ---生成 AI モデルの応答の制約とスタイルを識別するためにシステム メッセージ（システム プロンプト）が使用できる。 --画像系はDiffusion系 ---DALL-E ---画像系の生成AIの画像生成の3つの機能~ ・新しい画像の作成~ ・画像のバリエーションを作成~ ・画像の編集 -参考 --https://learn.microsoft.com/ja-jp/azure/ai-services/ ***Copilot [#r2b0d922] -生成AIのフロントエンド・アプリケーションで主に言語系のプロンプト・エンジニアリングを行う。 -様々なO365アプリにアドオンされ様々なO365アプリデータをプロンプト・エンジニアリングで活用できる。 ***Studio [#c2e14544] ２つある。 -Copilot Studio：ローコード（プロンプト・エンジニアリング、プロンプト フロー、LLMエージェント・システム、O365連携） -Azure AI Studio：...今後は、Azure AI Foundryと呼ばれるらしい。 --Azure AI 関連サービスを 1 つの統合開発環境にまとめた Web ポータル --プロジェクトは、すべての AI プロジェクトに対して一元化されたハブを提供する。 ---モデル カタログとプロンプト フローの開発機能。 ---Azure OpenAI サービスの生成 AI モデル デプロイ、テスト、カスタム データ統合機能。 ---音声、視覚、言語、ドキュメント インテリジェンス、コンテンツの安全性のための Azure AI サービスとの統合。 --詳細を制御（学習（追加学習、ファイン・チューニング）、プロンプト・エンジニアリング、プロンプト フロー） ---インタラクティブなGUIが用意されているが、コードを書く柔軟性はNotebookほど高くない。 ---よりカスタマイズされた処理が必要な場合、Azure Machine LearningのNotebookインターフェイスを使用。 -言語モデルのカタログ --概要 ---機能（タスク） ---事前トレーニング データ ---制限と偏り ---言語サポート --評価~ モデル ベンチマークとも言う。 ---一貫性（出力のみ） ---流暢性（出力のみ） ---精度（一致度合い） ---GPTSimilarity（内積） ---現実性（入出力の"合致"度合い） ---関連性（入出力の"関連"度合い） --課金~ デプロイ先のインフラとエンドポイントのトークンに対して課金。 ---SaaS系：トークンのみ（Azure OpenAIなど） ---FaaS系：インフラとトークン ---IaaS系：インフラのみ -最適化 --プロンプト・エンジニアリング ---ユーザー メッセージ~ ・明確な指示~ ・書式の指定~ ・合図~ ---システム メッセージ~ ・ワン ショットまたはフューショット~ ・思考の連鎖~ ・コンテキスト ---[[ファイン・チューニング>]] ---[[RAG>https://dotnetdevelopmentinfrastructure.osscons.jp/index.php?LLM%E3%81%AERAG]]（グラウンディング） ---組合？ -RAG --Indexing and Searching ---[[Azure AI Search>#v7415680]]を活用 ---一般的な話は[[コチラ>https://dotnetdevelopmentinfrastructure.osscons.jp/index.php?LlamaIndex]]が参考になる。 --サポートされているIndexの種類 ---キーワード検索 ---セマンティック検索 ---ベクトル検索 ---ハイブリッド検索（キーワード＋ベクトル） -ファイン・チューニング --ユーザによるファイン・チューニングは口調程度のチューニングしかできないとされる（故に、グラウンディングでは、RAGが主流となっている）。 --ユースケースとしては、以下が考えられる ---業界タブーを学習させるなど（例：XBOXサポートによる「XBOXとプレステのどちらが優れているか？」と言う質問への回答）。 ---業界ノウハウ、店舗の強みを学習させる（例：ソリューション営業による顧客ニーズに対するサービス提案）。 -プロンプト フロー --入力 / ノード / 出力があり、データフロー・オーケストレーション・ツールのLLM版の様な仕様 --サイクルには、初期化 / 実験 / 評価と調整 / 運用 がある。 --再設計、修正後は「実験」にもどり、「運用」の前に「評価と調整」を行う。 --ノードの分類 ---ツール：LLM / Python / プロンプトがある。 ---種類：標準フロー / チャット フロー / 評価フローがある。 --ノードの具体例：... --特殊なノード ---外部（サービスやPython環境）への接続：Azure Open AI、Open AI、Cognitive Search、Serp、Custom ---評価フローに分類される、プロンプト フロー バリアント と 評価メトリック監視オプション ***責任ある生成AIソリューションを稼働させる [#u7562ac4] -潜在的な害を特定する --潜在的な害を特定する --特定された害を優先度付けする --優先度付けした害をテストして検証する --検証済みの害を文書化して共有する -潜在的な危害を測定する --各潜在的な危害を引き起こす可能性のある入力プロンプトの多様な選択肢を準備。 --プロンプトをシステムに送信し、生成された出力を取得 --出力に含まれる潜在的な危害のレベルに従って出力を分類 -潜在的な危害を軽減する --小規模モデル、ファイン・チューニング --メタプロンプトおよびグラウンディングで無害化 --ユーザー エクスペリエンス（バリデーション、サニタイジングみたいな） -生成AIソリューションの運用 --リリース前レビューを完了 --ソリューションをリリースして運用 --Azure AI Content Safety を利用 **その他 [#i4c6470b] ***組み合わせ [#u0ff3bca] -言語系 --OCRサービス --音声サービス --翻訳サービス -論点・エンティティ特定：キーフレーズ抽出、固有表現認識 ***Azure AI Bot Service [#k8c434e5] ソフトウェア エージェントが会話に参加できるようにする、会話型AI用のプラットフォーム ***Azure AI Contents Safety [#x77d8429] アプリケーションおよびサービス内の有害なユーザー生成コンテンツや AI 生成コンテンツを検出する AI サービス *参考 [#r1cac740] **リンク(公式) [#r7b125d1] ***Training | Microsoft Learn [#ge6adb22] -https://learn.microsoft.com/training/courses/ai-900t00 -https://learn.microsoft.com/ja-jp/collections/zopanqdn7w1p1 -https://learn.microsoft.com/en-us/credentials/certifications/azure-ai-fundamentals/?practice-assessment-type=certification ***学習ガイド [#h420b2fd] -試験 AI-900: Microsoft Azure AI の基礎の学習ガイド | Microsoft Learn~ https://learn.microsoft.com/ja-jp/credentials/certifications/resources/study-guides/ai-900 ***製品ドキュメント系 [#bdd83043] -Azure AI サービス → Azure AI Studio で、Azure OpenAI、Content Safety、Speech、Vision などの -Azure Machine Learning、Vision Studio、Language Studio、Speech Studio、Azure AI 翻訳 **ネット情報 [#e78c68a4] https://www.softbank.jp/biz/blog/cloud-technology/articles/202408/azure-ai900/ ***qiita [#ec6aa9d1] https://qiita.com/yuuuka/items/9bde5829294ec801970b ***zenn [#w56a06b5] -https://zenn.dev/headwaters/articles/f543ca3dccb43e -https://zenn.dev/headwaters/articles/6646f1690b78b8 **試験前 [#j65c9a3c] ***模擬試験 [#i8396e78] -[[プラクティス評価 | Microsoft Learn>https://learn.microsoft.com/ja-jp/credentials/certifications/azure-ai-fundamentals/practice/assessment?assessment-type=practice&assessmentId=26&practice-assessment-type=certification]] -試験サンドボックス（デモを体験する）Microsoft 認定資格試験 受験者規則 同意書 - AA-001~ https://go.microsoft.com/fwlink/?linkid=2226877 -Microsoft AI 900 Free Certification Exam | ExamTopics~ https://www.examtopics.com/exams/microsoft/ai-900/ -Microsoft AI-900 Real Exam Questions and Answers FREE - ITExams.com~ https://www.itexams.com/info/AI-900 -Free AI-900 Exam braindumps download (AI-900 exam dumps Free)~ https://free-braindumps.com/microsoft/free-ai-900-braindumps.html ***申し込み [#z8986fb4] https://learn.microsoft.com/ja-jp/credentials/certifications/azure-ai-fundamentals/?practice-assessment-type=certification ---- Tags: [[:.NET開発]], [[:構成管理ツール]], [[:CI]], [[:BI/AI]]
