이 페이지는 무료 시험 덤프 자료 [ http://exams.dumpsmaterials.com ]에서 가져온 것입니다. 내보내기 날짜:월 Jan 6 3:19:05 2025 / +0000 GMT ___________________________________________________ Title: 8월-2022 무료 Microsoft AI-900 시험 문제 모의고사 [Q50-Q65] --------------------------------------------------- 8월-2022무료 Microsoft AI-900시험 문제 연습 문제 157개의 실제 문제로 구성된 AI-900 자격증 취득하기 업데이트 된 Microsoft Certified를 소개합니다: Azure AI 기초 지정 이 자격증은 응시자가 기계 학습(ML) 및 인공 지능(AI) 워크로드 및 Azure 서비스 구현에 대한 숙달을 보여줄 수 있는 기회입니다. 따라서 AI-900 시험은 기술 및 비기술 분야의 모든 응시자가 응시할 수 있습니다. 이러한 평가에 소프트웨어 엔지니어링 및 데이터 과학 기술이 필요하지 않을 수도 있지만, 이 시험을 바로 통과하기 위해서는 일반적인 프로그래밍 지식이 있어야 합니다. 전반적으로 업데이트된 Microsoft Certified: Azure AI 기초 자격증을 취득하면 Microsoft Certified를 비롯한 고급 Azure 역할 기반 자격증을 준비하여 경력 성장에 도움이 될 수 있습니다: Azure AI 엔지니어 준회원 및 Microsoft Certified: Azure 데이터 과학자 준회원 자격증을 취득할 수 있습니다. 결론 지난 10여 년 동안 획기적인 도구 중 하나는 인공 지능(AI)이었습니다. 그리고 Microsoft와 같은 최고 수준의 기업과 IT 인증 공급업체가 이 분야의 최신 개발을 빠르게 추적하는 데 도움을 주기 위해 앞장서고 있는 것을 보면 기분이 좋습니다. 오늘날 주목할 만한 인증 중 하나는 Microsoft Certified입니다: Azure AI 기초는 이 분야에 첫발을 내딛는 모든 교육생에게 적합합니다. 최신 기술로 인해 AI 엔지니어에 대한 수요는 사상 최고치를 기록하고 있으며, 업계 전문가들은 이러한 추세가 앞으로도 수년 동안 지속될 수 있다고 말합니다. 이는 단 한 가지 의미일 수 있습니다. 지금이 이 분야에 진출하기에 완벽한 시기라는 것입니다. 업데이트된 커리큘럼이 포함된 Microsoft AI-900 시험은 이 분야에서 강력한 인상을 남길 수 있도록 도와주므로 나중에 커리어의 후반 단계에서 더 고급 인증에 집중할 수 있습니다. 그러니 위에서 언급한 리소스로 시작하여 최고의 전문가가 되어 직업 생활에서 최적의 경지에 도달하세요. Q50. 다음 각 진술이 사실이면 예를 선택하십시오. 그렇지 않으면 아니요를 선택하십시오.참고: 정답을 선택할 때마다 1점의 가치가 있습니다. 참조: https://docs.microsoft.com/en-us/azure/machine-learning/concept-designerQ51. 문장을 완성하려면 답 영역에서 적절한 옵션을 선택하십시오. 설명특징Q52. 다음 각 문장에 대해 참이면 예를 선택하십시오. 그렇지 않으면 아니요를 선택하십시오.참고: 정답을 선택할 때마다 1점의 가치가 있습니다. 설명그래픽 사용자 인터페이스, 텍스트, 애플리케이션, 이메일 설명 자동 생성Q53. Azure 머신 러닝에서 기본 작업 영역을 사용할지 엔터프라이즈 작업 영역을 사용할지 평가하고 있는데, 엔터프라이즈 작업 영역이 필요한 두 가지 작업은 무엇입니까? 각 정답은 완전한 해결책을 제시합니다.참고: 정답을 선택할 때마다 1점의 가치가 있습니다. 그래픽 사용자 인터페이스(GUI)를 사용하여 자동화된 기계 학습 실험을 실행합니다. 워크스테이션으로 사용할 컴퓨팅 인스턴스를 생성합니다. 그래픽 사용자 인터페이스(GUI)를 사용하여 Azure 머신 러닝 디자이너에서 머신 러닝 실험을 정의하고 실행한다. 쉼표로 구분된 값(CSV) 파일에서 데이터 집합을 만듭니다. 설명 참고: 엔터프라이즈 작업 영역은 2020년 9월부터 더 이상 사용할 수 없습니다. 이제 기본 워크스페이스에 엔터프라이즈 워크스페이스의 모든 기능이 있습니다.참조: https://www.azure.cn/en-us/pricing/details/machine-learning/https://docs.microsoft.com/en-us/azure/machine-learning/concept-workspaceQ54. 이메일, Microsoft Teams, 웹 채팅 등 여러 채널을 통해 사용자와 소통하는 대화형 AI 솔루션을 개발 중인데 어떤 서비스를 사용해야 하나요? 텍스트 분석 Azure 봇 서비스 번역기 양식 인식기 참조: https://docs.microsoft.com/en-us/azure/bot-service/bot-service-overview-introduction?view=azure-bot-service-4.Q55. Azure에서 자연어 처리 솔루션을 개발하고 있습니다. 이 솔루션은 고객 리뷰를 분석하고 각 리뷰가 얼마나 긍정적인지 부정적인지를 결정합니다. 다음은 어떤 유형의 자연어 처리 워크로드에 대한 예시인가요? 언어 감지 감정 분석 핵심 문구 추출 엔티티 인식 섹션: Azure에서 자연어 처리(NLP) 워크로드의 기능 설명 설명:감정 분석은 글이 긍정적인지, 부정적인지 또는 중립적인지 여부를 결정하는 프로세스입니다.참조:https://docs.microsoft.com/en-us/azure/architecture/data-guide/technology-choices/natural-language- 처리Q56. 자동화된 기계 학습 사용자 인터페이스(UI)를 사용하여 기계 학습 모델을 빌드하고 있는데, 모델이 책임 있는 AI를 위한 Microsoft 투명성 원칙을 충족하는지 확인해야 하는데 어떻게 해야 하나요? 유효성 검사 유형을 자동으로 설정합니다. 최상의 모델 설명을 사용 설정합니다. 기본 메트릭을 정확도로 설정합니다. 최대 동시 반복 횟수를 0으로 설정합니다. 섹션: 인공 지능 워크로드 및 고려 사항 설명: 모델 설명 기능: 대부분의 비즈니스는 신뢰를 기반으로 운영되며 ML "블랙박스"를 열 수 있으면 투명성과 신뢰를 구축하는 데 도움이 되며, 의료 및 은행과 같이 규제가 엄격한 산업에서는 규정과 모범 사례를 준수하는 것이 중요합니다. 이를 위해서는 입력 변수(특징)와 모델 출력 간의 관계를 이해하는 것이 중요합니다. 각 특징(특징 중요도)이 예측값에 미치는 영향의 크기와 방향을 모두 알면 모델을 더 잘 이해하고 설명하는 데 도움이 됩니다. 모델 설명 기능을 사용하면 자동화된 ML 실행의 일부로 피처 중요도를 이해할 수 있습니다.참조: https://azure.microsoft.com/en-us/blog/new-automated-machine-learning-capabilities-in-azure-machine- learning-service/Q57. 다음 각 문에 대해 문이 참이면 예를 선택합니다. 그렇지 않으면 아니요를 선택합니다.참고: 올바른 선택은 각각 1점의 가치가 있습니다. 참조: https://docs.microsoft.com/en-gb/azure/cognitive-services/qnamaker/concepts/data-sources-and-contenthttps://docs.microsoft.com/en-us/azure/cognitive-services/luis/choose-natural-language-processing-serviceQ58. 회사에서 병 재활용 기계를 구축하려고 합니다. 재활용 기계는 올바른 모양의 병을 자동으로 식별하고 다른 모든 품목은 거부해야 합니다.이 회사가 사용해야 하는 AI 워크로드 유형은 무엇입니까? 이상 징후 감지 대화형 AI 컴퓨터 비전 자연어 처리 Azure의 컴퓨터 비전 서비스를 사용하면 이미지를 처리하고 관심 있는 시각적 특징에 따라 정보를 반환하는 고급 알고리즘에 액세스할 수 있습니다. 예를 들어 컴퓨터 비전은 이미지에 성인용 콘텐츠가 포함되어 있는지 확인하고, 특정 브랜드나 물체를 찾거나, 사람 얼굴을 찾을 수 있습니다.참조: https://docs.microsoft.com/en-us/azure/cognitive-services/computer-vision/overviewQ59. 자주 묻는 질문(FAQ) 페이지를 사용하여 QnA 메이커 봇을 구축하는 경우 봇을 보다 사용자 친화적으로 만들기 위해 전문적인 인사말 및 기타 응답을 추가해야 하는데 어떻게 해야 하나요? 답변의 신뢰도 임계값 높이기 능동적 학습 활성화 멀티턴 질문 만들기 채팅 추가 참조: https://docs.microsoft.com/en-us/azure/cognitive-services/qnamaker/how-to/chit-chat-knowledge-base?tabs=v1Q60. 다음 중 대화형 AI 워크로드의 예시인 두 가지 시나리오는 무엇인가요? 각 정답은 완전한 해결책을 제시합니다.참고: 정답을 선택할 때마다 1점의 가치가 있습니다. 사전 녹음 메시지가 있는 전화 응답 서비스 사용자가 웹사이트에서 스스로 답을 찾을 수 있는 기능을 제공하는 챗봇 인적 자원의 부하를 줄이기 위한 전화 음성 메뉴 공개 웹사이트를 크롤링하여 자주 묻는 질문(FAQ) 문서를 생성하는 서비스 섹션: 섹션: Azure에서 대화형 AI 워크로드의 기능 설명하기설명: 봇은 특정 작업을 수행하도록 설계된 자동화된 소프트웨어 프로그램입니다. 몸체가 없는 로봇이라고 생각하면 됩니다.C: 자동화된 고객 상호 작용은 규모에 관계없이 모든 비즈니스에 필수적입니다. 실제로 61%의 소비자가 음성을 통한 커뮤니케이션을 선호하며, 이들 중 대부분은 셀프 서비스를 선호합니다. 고객 만족은 모든 비즈니스의 최우선 과제이므로 셀프 서비스는 모든 고객 대면 커뮤니케이션 전략의 중요한 측면입니다.오답: D: 초기 봇은 비교적 단순한 알고리즘 로직으로 반복적이고 방대한 양의 작업을 처리하는 비교적 단순한 봇이었습니다. 예를 들어 검색 엔진에서 웹 콘텐츠를 자동으로 탐색하고 분류하는 데 사용하는 웹 크롤러를 들 수 있습니다.참조: https://docs.microsoft.com/en-us/azure/architecture/data-guide/big-data/ai-overviewhttps://docs.microsoft.com/en-us/azure/architecture/solution-ideas/articles/interactive-voice-response-botQ61. 향후 10년간의 해수면을 미터 단위로 예측해야 하는데, 어떤 유형의 머신 러닝을 사용해야 할까요? 분류 회귀 클러스터링 설명 가장 기본적인 의미에서 회귀는 숫자 대상의 예측을 의미하며, 선형 회귀는 하나 이상의 독립 변수와 숫자 결과 또는 종속 변수 간의 선형 관계를 설정하려고 시도합니다.이 모듈을 사용하여 선형 회귀 방법을 정의한 다음 레이블이 지정된 데이터 집합을 사용하여 모델을 훈련합니다. 그런 다음 훈련된 모델을 사용하여 예측을 수행할 수 있습니다.참조: https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/linear-regressionQ62. 이미지를 컴퓨터 비전 API로 보내고 전시회에 표시된 주석이 달린 이미지를 다시 받습니다.어떤 유형의 컴퓨터 비전이 사용되었나요? 객체 감지 시맨틱 분할 광학 문자 인식(OCR) 이미지 분류 설명 객체 감지는 태깅과 유사하지만, API는 발견된 각 객체에 대한 경계 상자 좌표(픽셀 단위)를 반환합니다. 예를 들어 이미지에 개, 고양이, 사람이 포함된 경우 감지 작업은 이미지에 해당 개체의 좌표와 함께 해당 개체를 나열합니다. 이 기능을 사용하여 이미지에 있는 객체 간의 관계를 처리할 수 있습니다. 또한 이미지에 동일한 태그의 인스턴스가 여러 개 있는지 여부를 확인할 수 있으며, 감지 API는 이미지에서 식별된 물체 또는 생물을 기반으로 태그를 적용합니다. 현재 태그 분류와 객체 감지 분류 사이에는 공식적인 관계가 없습니다. 개념적 수준에서 감지 API는 물체와 생물만 찾는 반면, 태그 API는 경계 상자로 지역화할 수 없는 "실내"와 같은 문맥 용어도 포함할 수 있습니다.참조: https://docs.microsoft.com/en-us/azure/cognitive-services/computer-vision/concept-object-detectionQ63. 문장을 완성하려면 답 영역에서 적절한 옵션을 선택하세요. 참조:https://docs.microsoft.com/en-us/azure/machine-learning/team-data-science-process/create-featuresQ64. 다음 각 문장에 대해 문장이 참이면 예를 선택합니다. 그렇지 않으면 아니요를 선택하십시오.참고: 정답을 선택할 때마다 1점의 가치가 있습니다. 설명Q65. Azure 기계 학습을 사용하여 학습된 모델의 여러 버전을 추적해야 합니다. 어떻게 해야 하나요? 추론 더스터를 프로비저닝합니다. 모델을 설명합니다. 모델을 등록합니다. 학습 데이터를 등록합니다. 로드 중 ... 시험 세부 정보 Microsoft AI-900 시험은 Micr