2022 年 8 月 免费微软 AI-900 考试试题练习 [Q50-Q65]

2022 年 8 月 免费微软 AI-900 考试模拟试题

通过 157 个实际问题获得 AI-900 认证

介绍最新的 Microsoft Certified：Azure AI 基础认证

该证书为考生提供了一个展示自己掌握机器学习（ML）和人工智能（AI）工作负载及其 Azure 服务实施的机会。因此，所有技术和非技术领域的候选人都可以参加 AI-900 考试。虽然这种评估可能不需要软件工程和数据科学技能，但必须具备一般的编程知识，才有机会立即通过这项考试。总的来说，最新的 Microsoft Certified：Azure AI 基础认证可以帮助您为获得基于 Azure 角色的高级认证（包括 Microsoft Certified.Azure AI Engineer Associate）做好准备，从而促进您的职业发展：Azure AI 工程师准会员和微软认证：Azure 数据科学家准会员证书：Azure 数据科学家助理证书。

底线

人工智能（AI）是过去十多年来的一个突破性工具。看到微软等顶级公司和 IT 认证供应商走到前台，帮助快速跟踪这一领域的最新发展，我们感到非常高兴。微软认证（Microsoft Certified：Azure AI Fundamentals）认证，它非常适合所有初涉这一领域的学员。随着最新技术的发展，对人工智能工程师的需求达到了前所未有的高度，业内专家指出，这一趋势在未来许多年都会持续下去。这只意味着一件事：现在是进入这一领域的最佳时机。微软 AI-900 考试的最新课程将帮助你在这一领域取得突出成绩，这样你就可以在职业生涯的后期阶段专注于更高级的认证。因此，从上述资源开始，成为最好的专家，达到职业生涯的最佳高度。

Q50. 对于下列每项陈述，如果为真，请选择 "是"。否则，选择 "否"。
注意：每个正确选项得一分。

参考资料
https://docs.microsoft.com/en-us/azure/machine-learning/concept-designer

Q51. 要完成句子，请在答案区域选择适当的选项。

说明
特点

Q52. 对于下列每项陈述，如果为真，请选择 "是"。否则，选择 "否"。
注意：每个正确选项得一分。

说明
图形用户界面、文本、应用程序、电子邮件 自动生成说明

Q53. 您正在评估在 Azure 机器学习中使用基本工作区还是企业工作区。
需要企业工作区的两项任务是什么？每个正确答案都给出了一个完整的解决方案。
注意：每个正确选项得一分。

 使用图形用户界面（GUI）运行自动机器学习实验。

 创建计算实例作为工作站使用。

 使用图形用户界面 (GUI)，从 Azure 机器学习设计器中定义和运行机器学习实验。

 从逗号分隔值 (CSV) 文件创建数据集。

说明
注：企业工作区自 2020 年 9 月起不再可用。基本工作区现在具有企业工作区的所有功能。
参考资料
https://www.azure.cn/en-us/pricing/details/machine-learning/
https://docs.microsoft.com/en-us/azure/machine-learning/concept-workspace

Q54. 您正在开发一个对话式人工智能解决方案，它将通过电子邮件、Microsoft Teams 和 webchat 等多种渠道与用户交流。
您应该使用哪种服务？

 文本分析

 Azure 机器人服务

 翻译

 表格识别器

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

Q55. 您正在 Azure 中开发一个自然语言处理解决方案。该解决方案将分析客户评论，并确定每条评论的正面或负面程度。
这是哪种自然语言处理工作量的示例？

 语言检测

 情感分析

 关键词提取

 实体识别

部分：描述 Azure 上自然语言处理 (NLP) 工作负载的特点 解释：描述 Azure 上自然语言处理 (NLP) 工作负载的特点：
情感分析是确定一篇文章是正面、负面还是中性的过程。
参考资料
https://docs.microsoft.com/en-us/azure/architecture/data-guide/technology-choices/natural-language- 处理

Q56. 您可以使用自动机器学习用户界面（UI）来构建机器学习模型。
您需要确保模型符合微软负责任人工智能的透明度原则。
你该怎么办？

 将验证类型设为自动。

 启用 解释最佳模式。

 将主要指标设为精确度。

 将最大并发迭代次数设为 0。

部分描述人工智能工作负载和注意事项
解释：
模型解释能力。
大多数企业都是在信任的基础上运行的，能够打开 ML "黑匣子 "有助于建立透明度和信任。
在医疗保健和银行等监管严格的行业，遵守法规和最佳实践至关重要。其中一个关键方面是了解输入变量（特征）与模型输出之间的关系。了解每个特征（特征重要性）对预测值的影响程度和方向有助于更好地理解和解释模型。通过模型解释能力，我们可以让您在自动 ML 运行中了解特征的重要性。
参考资料
https://azure.microsoft.com/en-us/blog/new-automated-machine-learning-capabilities-in-azure-machine- 学习服务/

Q57. 对于下列每项陈述，如果为真，请选择 "是"。否则，选择 "否"。
注意：每个正确选项得一分。

参考资料
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. 贵公司希望制造一台瓶子回收机。回收机必须自动识别形状正确的瓶子，剔除所有其他物品。
公司应该使用哪种类型的人工智能工作负载？

 异常检测

 对话式人工智能

 计算机视觉

 自然语言处理

通过 Azure 的计算机视觉服务，您可以使用高级算法处理图像，并根据您感兴趣的视觉特征返回信息。例如，计算机视觉可以确定图像是否包含成人内容、查找特定品牌或对象或查找人脸。
参考资料
https://docs.microsoft.com/en-us/azure/cognitive-services/computer-vision/overview

Q59. 您可以通过常见问题（FAQ）页面来构建 QnA Maker 机器人。
您需要添加专业问候语和其他回复，使机器人更便于使用。
你该怎么办？

 提高答复的置信阈值

 促进主动学习

 创建多轮问题

 添加闲聊

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

Q60. 哪两个场景是对话式人工智能工作负载的示例？每个正确答案都给出了一个完整的解决方案。
注意：每个正确选项得一分。

 预录留言的电话应答服务

 为用户提供在网站上自行查找答案功能的聊天机器人

 电话语音菜单，减轻人力资源负担

 一项通过抓取公共网站创建常见问题文档的服务

部分介绍 Azure 上对话式人工智能工作负载的特点
解释：
B："机器人 "是一种自动化软件程序，旨在执行特定任务。可以把它想象成没有身体的机器人。
C：对于任何规模的企业来说，自动客户互动都是必不可少的。事实上，61% 的消费者更喜欢通过语音进行交流，其中大多数人更喜欢自助服务。由于客户满意度是所有企业的首要任务，因此自助服务是任何面向客户的通信战略的一个重要方面。
错误答案：
D：早期的机器人相对简单，用相对简单的算法逻辑处理重复而大量的任务。搜索引擎使用的网络爬虫就是一个例子，它可以自动探索网络内容并进行编目。
参考资料
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. 您需要预测未来 10 年的海平面（以米为单位）。
您应该使用哪种类型的机器学习？

 分类

 回归

 集群

说明
从最基本的意义上讲，回归指的是对数字目标的预测。
线性回归试图在一个或多个自变量与数值结果或因变量之间建立线性关系。
您可以使用该模块定义线性回归方法，然后使用标注数据集训练模型。训练后的模型可用于预测。
参考资料
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/linear-regression

Q62. 您将图像发送到计算机视觉应用程序接口，并接收回展品中显示的注释图像。

使用了哪种计算机视觉技术？

 物体检测

 语义分割

 光学字符识别

 图像分类

说明
对象检测与标记类似，但 API 会返回找到的每个对象的边框坐标（以像素为单位）。例如，如果图像中包含狗、猫和人，检测操作将列出这些对象及其在图像中的坐标。您可以使用此功能来处理图像中对象之间的关系。它还能让您确定图像中是否存在同一标签的多个实例。
检测应用程序接口根据图像中识别出的物体或生物应用标签。目前，标签分类法与物体检测分类法之间没有正式的关系。在概念层面上，检测应用程序接口（Detect API）只查找物体和生物，而标签应用程序接口（Tag API）还可以包含上下文术语，如
"室内"，无法用边界框进行定位。
参考资料
https://docs.microsoft.com/en-us/azure/cognitive-services/computer-vision/concept-object-detection

Q63. 要完成句子，请在答案区域选择适当的选项。

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

Q64. 对于下列每项陈述，如果为真，请选择是。否则，选择 "否"。
注意：每个正确选项得一分。

说明

Q65. 您需要跟踪使用 Azure 机器学习训练的模型的多个版本。该怎么办？

 提供推理除尘器。

 解释该模型。

 注册模型。

 注册训练数据

 加载中 …

考试详情

Microsoft AI-900 考试是获得 Microsoft Certified：Azure AI 基础认证。该考试衡量考生对人工智能考虑因素和工作负载、Azure 上 NLP 工作负载的功能以及 Azure 上 ML 的基本原理的了解程度。考生可以选择以英语、法语、简体中文、日语、德语、西班牙语或韩语参加考试。它包含 40-60 道不同类型的题目，包括案例研究、拖放、活动屏幕、构建列表和多项选择。您可以通过 Certiport 或 Pearson VUE 安排考试。但是，在安排考试之前，需要支付 $99 的费用。

AI-900 Questions PDF [2022] Use Valid New dump to Clear Exam： https://www.dumpsmaterials.com/AI-900-real-torrent.html