2021 試験 AI-900: Microsoft Azure AI Fundamentals|ktest
試験 AI-900: Microsoft Azure AI Fundamentals
コロナウイルス (COVID-19) の状況に対応して、Microsoft はトレーニングおよび認定プログラムにいくつかの一時的な変更を実施しています。詳細について学びます。
この試験の内容は2020年10月22日に更新されました。変更点を確認するには、以下のスキル測定ドキュメントをダウンロードしてください。
この試験の受験者は、機械学習 (ML) および人工知能 (AI) の概念と関連する Microsoft Azure サービスの基礎知識を持っている必要があります。
この試験は、一般的な ML および AI ワークロードの知識と、それらを Azure に実装する方法を示す機会です。
この試験は、技術的背景と非技術的背景の両方を持つ候補者を対象としています。データ サイエンスとソフトウェア エンジニアリングの経験は必要ありませんが、プログラミングに関する一般的な知識や経験があれば好ましいです。
Azure AI Fundamentals は、Azure Data Scientist Associate や Azure AI Engineer Associate などの他の Azure ロールベースの認定の準備に使用できますが、いずれの前提条件でもありません。
試験 AI-900 Microsoft Azure AI Fundamentals
言語 英語, 日本語, 簡体中国語, 韓国語, ドイツ語, フランス語, スペイン語
廃止日 なし
AI-900試験概要
問題数 50問前後 ※予告なく変更になることがあります。
出題形式 選択肢形式、ドロップダウンリスト形式、クリック形式、ドラッグ＆ドロップ形式
試験方法 試験はすべて、コンピュータ上で実施するCBT（Computer Based Testing）形式
試験時間 60分
受験資格 特にありません。年齢?国籍を問わずどなたでも受験できます。
未成年の方は、保護者の同意を得たうえでお申込みください。
受験料
＜社会人/一般の方＞
1科目 13,200円（税込）
＜学生の方（学割）＞
1科目 7,700円（税込）
合否の結果 合否の結果は、試験直後のコンピュータ画面に表示されます
資格の有効期限 取得した資格の有効期限はありません
AI-900出題範囲
パーセンテージは、試験の各領域の相対的な重みを示します。パーセンテージが高いほど、問題数が多くなる可能性があります。（パーセンテージの比率は、予告なく変更になることがあります）
■ 人工知能のワークロードと考慮事項についての説明(15～20％)
■ Azureでの機械学習の基本原則に関する説明(30～35％)
■ AzureでのComputer Visionワークロードの特徴に関する説明(15～20％)
■ Azureでの自然言語処理(NLP)ワークロードの特徴に関する説明(15～20％)
■ Azureでの会話型AIワークロードの特徴に関する説明(15～20％)
1.You are building an AI system.
Which task should you include to ensure that the service meets the Microsoft transparency principle for responsible AI?
A. Ensure that all visuals have an associated text that can be read by a screen reader.
B. Enable autoscaling to ensure that a service scales based on demand.
C. Provide documentation to help developers debug code.
D. Ensure that a training dataset is representative of the population.
Answer: C
Explanation:
Reference: https://docs.microsoft.com/en-us/learn/modules/responsible-ai-principles/4-guiding-principles
2.A company employs a team of customer service agents to provide telephone and email support to customers.
The company develops a webchat bot to provide automated answers to common customer queries.
Which business benefit should the company expect as a result of creating the webchat bot solution?
A. increased sales
B. a reduced workload for the customer service agents
C. improved product reliability
Answer: B
3.You are designing an AI system that empowers everyone, including people who have hearing, visual, and other impairments.
This is an example of which Microsoft guiding principle for responsible AI?
A. fairness
B. inclusiveness
C. reliability and safety
D. accountability
Answer: B
Explanation:
Inclusiveness: At Microsoft, we firmly believe everyone should benefit from intelligent technology, meaning it must incorporate and address a broad range of human needs and
experiences. For the 1 billion people with disabilities around the world, AI technologies can be a game-changer.
Reference: https://docs.microsoft.com/en-us/learn/modules/responsible-ai-principles/4-guiding-principles
4.You run a charity event that involves posting photos of people wearing sunglasses on Twitter.
You need to ensure that you only retweet photos that meet the following requirements:
Include one or more faces.
Contain at least one person wearing sunglasses.
What should you use to analyze the images?
A. the Verify operation in the Face service
B. the Detect operation in the Face service
C. the Describe Image operation in the Computer Vision service
D. the Analyze Image operation in the Computer Vision service
Answer: B
Explanation:
Reference: https://docs.microsoft.com/en-us/azure/cognitive-services/face/overview
5.You build a machine learning model by using the automated machine learning user interface (UI).
You need to ensure that the model meets the Microsoft transparency principle for responsible AI.
What should you do?
A. Set Validation type to Auto.
B. Enable Explain best model.
C. Set Primary metric to accuracy.
D. Set Max concurrent iterations to 0.
Answer: B
Explanation:
Model Explain Ability.
Most businesses run on trust and being able to open the ML “black box” helps build transparency and trust. In heavily regulated industries like healthcare and banking, it is critical to comply with regulations and best practices. One key aspect of this is understanding the relationship between input variables (features) and model output. Knowing both the magnitude and direction of the impact each feature (feature importance) has on the predicted value helps better understand and explain the model. With model explain ability, we enable you to understand feature importance as part of automated ML runs.
Reference: https://azure.microsoft.com/en-us/blog/new-automated-machine-learning-capabilities-in-azure-machine-learning-service/
6.For a machine learning progress, how should you split data for training and evaluation?
A. Use features for training and labels for evaluation.
B. Randomly split the data into rows for training and rows for evaluation.
C. Use labels for training and features for evaluation.
D. Randomly split the data into columns for training and columns for evaluation.
Answer: D
Explanation:
In Azure Machine Learning, the percentage split is the available technique to split the data.
In this technique, random data of a given percentage will be split to train and test data.
Reference: https://www.sqlshack.com/prediction-in-azure-machine-learning/
認証
お支払方法
お問い合わせ
安全なお支払い
