8月-2022無料マイクロソフトAI-900試験問題練習試験[Q50-Q65]

8月-2022無料マイクロソフトAI-900試験問題練習試験

157の実際の問題でAI-900認定資格をエースします。

更新されたマイクロソフト認定資格のご紹介：Azure AI Fundamentals 認定資格

この認定資格は、受験者が機械学習（ML）および人工知能（AI）のワークロードと、Azure サービスの実装に精通していることをアピールする機会です。そのため、AI-900試験は、技術系および非技術系のすべての受験者が受験できる。ソフトウェア・エンジニアリングやデータ・サイエンスのスキルはこのような評価には必要ないかもしれないが、この試験をすぐに突破するチャンスを得るためには、一般的なプログラミング知識を持っていることが重要である。概して、更新されたMicrosoft Certified：Azure AI Fundamentalsの指定は、Microsoft認定を含む高度なAzureロールベースの認定に備えることで、キャリアアップに役立ちます：Microsoft Certified: Azure AI Engineer Associate および Microsoft Certified：Azureデータサイエンティストアソシエイト認定資格。

結論

過去10年ほどの画期的なツールのひとつが人工知能（AI）だ。そして、マイクロソフトのような一流企業やIT認定ベンダーが、この分野の最新開発をいち早く進めるために前面に出てきているのを見るのは喜ばしいことだ。今日、傑出した認定資格のひとつにMicrosoft Certifiedがある：Azure AI Fundamentalsは、この分野で第一歩を踏み出そうとしているすべての研修生に適している。最新のテクノロジーにより、AIエンジニアの需要はかつてないほど高まっており、業界の専門家は、この傾向は将来にわたって何年も続く可能性があると述べている。つまり、今がこの分野に参入する絶好のチャンスなのです。最新のカリキュラムを備えたMicrosoftのAI-900試験は、あなたがこの分野で強く主張するのに役立ちますので、キャリアの後の段階でより高度な認定に集中することができます。だから、上記のリソースで始めて、あなたのプロ生活の最適な高みに到達するために最高のスペシャリストになることができます。

Q50. 以下の各記述について、その記述が真であれば「はい」を選択する。そうでない場合は、「いいえ」を選択してください。
注意：各選択肢の正解は1点満点とする。

参考までに：
https://docs.microsoft.com/en-us/azure/machine-learning/concept-designer

Q51. 文章を完成させるには、解答欄で適切な選択肢を選んでください。

説明
特徴

Q52. 以下の各記述について、その記述が真であれば「はい」を選択する。そうでない場合は、「いいえ」を選択してください。
注意：各選択肢の正解は1点満点とする。

説明
グラフィカル・ユーザー・インターフェース、テキスト、アプリケーション、電子メール 説明文の自動生成

Q53. Azure Machine Learningでベーシックワークスペースを使用するか、エンタープライズワークスペースを使用するかを評価しています。
エンタープライズ・ワークスペースを必要とする2つのタスクとは？それぞれの正解は、完全なソリューションを示しています。
注意：各選択肢の正解は1点満点とする。

 グラフィカル・ユーザー・インターフェース（GUI）を使用して、自動化された機械学習実験を実行する。

 ワークステーションとして使用するコンピュートインスタンスを作成する。

 グラフィカル・ユーザー・インターフェース（GUI）を使用して、Azure Machine Learning designerから機械学習実験を定義し、実行します。

 カンマ区切り値（CSV）ファイルからデータセットを作成します。

説明
注：エンタープライズ・ワークスペースは2020年9月をもって利用できなくなりました。ベーシック・ワークスペースはエンタープライズ・ワークスペースのすべての機能を備えています。
参考までに：
https://www.azure.cn/en-us/pricing/details/machine-learning/
https://docs.microsoft.com/en-us/azure/machine-learning/concept-workspace

Q54. 電子メール、Microsoft Teams、ウェブチャットなど複数のチャネルを通じてユーザーとコミュニケーションする会話型AIソリューションを開発しています。
どのサービスを使うべきか？

 テキスト分析

 Azureボットサービス

 翻訳者

 フォーム認識

参考までに：
https://docs.microsoft.com/en-us/azure/bot-service/bot-service-overview-introduction?view=azure-bot-service-4.

Q55. あなたはAzureで自然言語処理ソリューションを開発しています。このソリューションは、顧客のレビューを分析し、各レビューがどの程度肯定的か否定的かを判断します。
これはどのタイプの自然言語処理ワークロードの例か？

 言語検出

 センチメント分析

 キーフレーズ抽出

 エンティティ認識

セクションAzure上の自然言語処理（NLP）ワークロードの特徴について説明します：
センチメント分析とは、文章が肯定的か、否定的か、中立的かを判断するプロセスである。
参考までに：
https://docs.microsoft.com/en-us/azure/architecture/data-guide/technology-choices/natural-language- 処理

Q56. 自動化された機械学習ユーザー・インターフェース（UI）を使用して、機械学習モデルを構築する。
そのモデルがマイクロソフトの責任あるAIの透明性の原則に合致していることを確認する必要がある。
どうするべきか？

 バリデーションタイプを「自動」に設定する。

 最適なモデルを説明する。

 プライマリ・メトリックを精度に設定する。

 最大同時反復回数を0に設定する。

セクション人工知能のワークロードと考慮事項の説明
説明する：
能力を説明するモデル。
ほとんどのビジネスは信頼の上に成り立っており、MLの「ブラックボックス」を開けられることは、透明性と信頼を築くのに役立つ。
ヘルスケアや銀行のような規制の厳しい業界では、規制やベストプラクティスを遵守することが重要である。その重要な側面の一つは、入力変数（特徴量）とモデル出力の関係を理解することです。各特徴（特徴の重要度）が予測値に与える影響の大きさと方向性の両方を知ることは、モデルをよりよく理解し説明するのに役立ちます。モデル説明機能により、自動化されたML実行の一部として、特徴の重要性を理解することができます。
参考までに：
https://azure.microsoft.com/en-us/blog/new-automated-machine-learning-capabilities-in-azure-machine- ラーニング・サービス

Q57. 以下の各記述について、その記述が真であれば「はい」を選択する。そうでない場合は、「いいえ」を選択してください。
注意：各選択肢の正解は1点満点とする。

参考までに：
https://docs.microsoft.com/en-gb/azure/cognitive-services/qnamaker/concepts/data-sources-and-content
https://docs.microsoft.com/en-us/azure/cognitive-services/luis/choose-natural-language-processing-service

Q58. 御社はボトルのリサイクル機械を作りたいと考えている。このリサイクル機は、正しい形状のボトルを自動的に識別し、それ以外のものはすべて拒否しなければならない。
企業はどのタイプのAIワークロードを使うべきか？

 異常検出

 会話型AI

 コンピュータビジョン

 自然言語処理

AzureのComputer Visionサービスでは、画像を処理し、関心のある視覚的特徴に基づいて情報を返す高度なアルゴリズムにアクセスできます。たとえば、Computer Visionは、画像にアダルトコンテンツが含まれているかどうかを判断したり、特定のブランドやオブジェクトを見つけたり、人の顔を見つけることができます。
参考までに：
https://docs.microsoft.com/en-us/azure/cognitive-services/computer-vision/overview

Q59. よくある質問（FAQ）ページを使ってQnAメーカーボットを構築します。
ボットをより使いやすくするために、プロフェッショナルな挨拶やその他の反応を追加する必要があります。
どうするべきか？

 回答の信頼閾値を上げる

 アクティブ・ラーニングを可能にする

 多回転問題の作成

 雑談を加える

参考までに：
https://docs.microsoft.com/en-us/azure/cognitive-services/qnamaker/how-to/chit-chat-knowledge-base?tabs=v1

Q60. 会話型AIワークロードの例として、どの2つのシナリオがありますか？それぞれの正解は、完全なソリューションを示しています。
注意：各選択肢の正解は1点満点とする。

 プリレコーダー・メッセージを備えた留守番電話サービス

 ユーザー自身がウェブサイト上で答えを見つける機能を提供するチャットボット

 電話音声メニューで人的リソースの負担を軽減

 公開されているウェブサイトをクロールして、よくある質問（FAQ）文書を作成するサービス。

セクションAzure上の会話型AIワークロードの特徴を説明する
説明する：
B: ボットとは、特定のタスクを実行するように設計された自動化されたソフトウェアプログラムのことです。体のないロボットだと思ってください。
C: 自動化されたカスタマー・インタラクションは、どのような規模のビジネスにとっても不可欠です。実際、消費者の61%が音声によるコミュニケーションを好み、そのほとんどがセルフサービスを好んでいる。顧客満足はすべてのビジネスにとって優先事項であるため、セルフサービスは顧客とのコミュニケーション戦略にとって重要な要素です。
不正解：
D：初期のボットは比較的単純で、比較的単純なアルゴリズム・ロジックで反復的かつ大量のタスクを処理していた。例えば、検索エンジンがウェブコンテンツを自動的に探索し、カタログ化するために使用するウェブクローラだ。
参考までに：
https://docs.microsoft.com/en-us/azure/architecture/data-guide/big-data/ai-overview
https://docs.microsoft.com/en-us/azure/architecture/solution-ideas/articles/interactive-voice-response-bot

Q61. 今後10年間の海面レベルをメートル単位で予測する必要がある。
どのタイプの機械学習を使うべきか？

 分類

 退行

 クラスタリング

説明
最も基本的な意味では、回帰は数値目標の予測を意味する。
線形回帰は、1つまたは複数の独立変数と数値結果（従属変数）の間の線形関係を確立しようとするものである。
このモジュールを使って線形回帰手法を定義し、ラベル付きデータ集合を使ってモデルを訓練します。学習されたモデルは、予測を行うために使用できます。
参考までに：
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/linear-regression

Q62. 画像をComputer Vision APIに送信し、図に示すような注釈付き画像を返します。

どのタイプのコンピューター・ビジョンが使われたのですか？

 オブジェクト検出

 セマンティックセグメンテーション

 光学式文字認識（OCR）

 画像分類

説明
オブジェクト検出はタグ付けと似ていますが、APIは検出された各オブジェクトのバウンディングボックス座標（ピクセル単位）を返します。たとえば、画像に犬、猫、人が写っている場合、Detect操作は画像内の座標とともにこれらのオブジェクトを一覧表示します。この機能を使って、画像内のオブジェクト間の関係を処理できます。また、画像内に同じタグが複数存在するかどうかを判断することもできます。
Detect APIは、画像内で識別された物体や生物に基づいてタグを適用する。現在のところ、タグ付け分類法とオブジェクト検出分類法の間に正式な関係はない。概念レベルでは、Detect APIは物体と生物のみを検出するが、Tag APIは以下のような文脈上の用語も含めることができる。
「バウンディングボックスではローカライズできない。
参考までに：
https://docs.microsoft.com/en-us/azure/cognitive-services/computer-vision/concept-object-detection

Q63. 文章を完成させるには、解答欄で適切な選択肢を選んでください。

参考までに：
https://docs.microsoft.com/en-us/azure/machine-learning/team-data-science-process/create-features

Q64. 以下の各記述について、その記述が真であれば「はい」を選択する。そうでない場合は、「いいえ」を選択してください。
注意：各選択肢の正解は1点満点とする。

説明

Q65. Azure Machine Learningを使用してトレーニングされたモデルの複数のバージョンを追跡する必要があります。どうすればよいでしょうか？

 推論ダスターを用意する。

 モデルについて説明してください。

 モデルを登録します。

 トレーニングデータを登録する。

 ローディング …

試験の詳細

Microsoft AI-900 試験は、Microsoft 認定資格につながる唯一の資格試験です：Azure AI Fundamentals認定資格につながる唯一の資格試験です。AIに関する考察とワークロード、Azure上のNLPワークロードの特徴、Azure上のMLの基本原則に関する知識を測定する。この試験は、英語、フランス語、簡体字中国語、日本語、ドイツ語、スペイン語、韓国語のいずれかで受験することができます。問題数は40～60問で、ケーススタディ、ドラッグ＆ドロップ、アクティブスクリーン、ビルドリスト、多肢選択など、さまざまなタイプの問題が出題されます。試験の日程は、サーティポートまたはピアソンVUEで組むことができます。ただし、予約の前に$99の受験料を支払う必要があります。

AI-900問題集PDF [2022] 試験をクリアするために有効な新しいダンプを使用する： https://www.dumpsmaterials.com/AI-900-real-torrent.html