Kurs AI-102T00: Designing and Implementing a Microsoft Azure AI Solution

AI-102 Entwerfen und Implementieren einer Azure AI-Lösung ist für Softwareentwickler gedacht, die AI-infundierte Anwendungen erstellen möchten die Azure Cognitive Services, Azure Cognitive Search und Microsoft Bot Framework nutzen. Der Kurs verwendet C# oder Python als Programmiersprache.

Zielgruppenprofil

Softwareentwickler, die sich mit der Erstellung, Verwaltung und Bereitstellung von KI-Lösungen befassen, die Azure Cognitive Services, Azure Cognitive Search und Microsoft BotFramework nutzen. Sie sind mit C# oder Python vertraut und verfügen über Kenntnisse in der Verwendung von REST-basierten APIs zum Erstellen von Computer Vision-, Sprachanalyse-, Knowledge Mining-, intelligenten Such- und Konversations-KI-Lösungen in Azure.

Aufgabengebiet: KI-Techniker

Erworbene Qualifikationen

  • Beschreiben von Überlegungen zur KI-fähigen Anwendungsentwicklung
  • Azure Cognitive Services erstellen, konfigurieren, bereitstellen und sichern
  • Entwickeln Sie Anwendungen, die Text analysieren

Voraussetzungen

Vor dem Besuch dieses Kurses müssen die Studenten

  • Kenntnisse in Microsoft Azure und Fähigkeit zur Navigation im Azure-Portal haben
  • Kenntnisse in C# oder Python
  • Vertrautheit mit der JSON- und REST-Programmiersemantik

Um C#- oder Python-Kenntnisse zu erlangen, führen Sie die kostenlosen Schritte aus Machen Sie Ihre ersten Schritte mit C# oder Machen Sie Ihre ersten Schritte mit Python nehmen Sie den Lernpfad vor dem Besuch des Kurses.

Wenn Sie mit künstlicher Intelligenz noch nicht vertraut sind und einen Überblick über die KI-Funktionen in Azure erhalten möchten, sollten Sie die Zertifizierung Azure AI Fundamentals abschließen, bevor Sie diese erwerben.

Kursüberblick

Modul 1: Einführung in KI in Azure;

Künstliche Intelligenz (KI) wird zunehmend das Kernstück moderner Apps und Services. In diesem Modul lernen Sie einige allgemeine KI-Funktionen kennen, die Sie in Ihren Apps nutzen können, und wie diese Funktionen in Microsoft Azure implementiert werden. Sie lernen auch einige Überlegungen zum verantwortungsvollen Entwerfen und Implementieren von KI-Lösungen kennen.

Lektionen

  • Einführung in die künstliche Intelligenz
  • Künstliche Intelligenz in Azure

Nach Abschluss dieses Moduls sind die Teilnehmer in der Lage

  • Überlegungen zum Erstellen von KI-fähigen Anwendungen beschreiben
  • Azure-Services für die Entwicklung von KI-Anwendungen identifizieren

Modul 2: Entwickeln von KI-Apps mit kognitiven Services Cognitive

Services sind die Kernbausteine für die Integration von KI-Funktionen in Ihre Apps.In diesem Modul erfahren Sie, wie Sie kognitive Services anbieten, sichern, überwachen und bereitstellen.

Lektionen

  • Erste Schritte mit kognitiven Services
  • Verwenden von kognitiven Services für Unternehmensanwendungen

Lab: Erste Schritte mit kognitiven Services

Lab: Sicherheit kognitiver Services verwalten

Lab: Kognitive Services überwachen

Lab: Einen kognitiven Cognitive Services Container verwenden

Nach Abschluss dieses Moduls sind die Teilnehmer in der Lage:

  • Kognitive Services in Azure bereitzustellen und zu nutzen
  • Die Sicherheit kognitiver Services zu verwalten
  • Kognitive Services zu überwachen
  • Cognitive Services Container zu verwenden

Modul 3: Erste Schritte mit der Verarbeitung natürlicher Sprache

NLP (Verarbeitung natürlicher Sprache) ist ein Zweig der künstlichen Intelligenz, der sich mit dem Extrahieren von Erkenntnissen aus der geschriebenen oder gesprochenen Sprache befasst.In diesem Modul lernen Sie, wie Sie mit Hilfe kognitiver Services Text analysieren und übersetzen.

Lektionen

  • Text analysieren
  • Text übersetzen

Lab: Text analysieren

Lab: Text übersetzen

Nach Abschluss dieses Moduls sind die Teilnehmer in der Lage:

  • den kognitiven Service Text Analyse zu verwenden, um Text zu analysieren
  • den kognitiven Übersetzungs-Service zu verwenden, um Text zu übersetzen

Modul 4: Erstellen sprachgesteuerter Anwendungen

Viele moderne Apps und Services akzeptieren gesprochene Eingaben und können darauf reagieren, indem sie Text synthetisieren.In diesem Modul setzen Sie Ihre Erkundung der Verarbeitungsfunktionen für natürliche Sprachen fort, indem Sie lernen, wie sprachgesteuerte Anwendungen erstellt werden.

Lektionen

  • Spracherkennung und -synthese
  • Sprachübersetzung

Lab: Sprache erkennen und synthetisieren

Lab: Sprache übersetzen

Nach Abschluss dieses Moduls sind die Teilnehmer in der Lage:

  • den kognitiven Sprachservice zu verwenden, um Sprache zu erkennen und zu synthetisieren
  • den kognitiven Sprachservice zu verwenden, um Sprache zu übersetzen

Modul 5: Erstellen von Sprachverständnislösungen

Um eine Anwendung zu erstellen, die Eingaben in natürlicher Sprache intelligent verstehen und darauf reagieren kann, müssen Sie ein Modell für das Sprachverständnis definieren und trainieren.In diesem Modul erfahren Sie, wie man mit Hilfe des Sprachverständnisses eine App erstellt, mit der Benutzerabsichten anhand von Eingaben in natürlicher Sprache identifiziert werden können.

Lektionen

  • Entwicklung einer App mit Sprachverständnis
  • Veröffentlichung von Nutzung einer App mit Sprachverständnis
  • Sprachverständnis mit Sprache verwenden

Lab : Erstellen einer Sprachverständnis-App

Lab : Erstellen einer Kunden-App mit Sprachverständnis

Lab : Verwenden der Services für Sprache und Sprachverständnis

Nach Abschluss dieses Moduls, sind die Teilnehmer in der Lage:

  • eine Sprachverständnis-App zu entwickeln
  • eine Kunden-App mit Sprachverständnis zu entwickeln
  • Sprachverständnis und Sprache zu integrieren

Modul 6: Erstellen einer QnA Lösung

Eine der häufigsten Arten der Interaktion zwischen Anwendern und einer AI Software ist das Stellen von Fragen in natürlicher Sprache durch den Anwender. KI liefert dann eine intelligente und passende Antwort In diesem Modul erfahren Sie, wie der QnA Maker-Service die Entwicklung dieser Art von Lösung ermöglicht.

Lektionen

  • Erstellen einer QnA-Wissensdatenbank
  • Veröffentlichen und Verwenden einer QnA-Wissensdatenbank

Lab: Erstellen einer QnA-Lösung

Nach Abschluss dieses Moduls sind die Teilnehmer in der Lage:

  • einen QnA Maker zu verwenden, um eine Wissensdatenbank zu erstellen
  • eine QnA-Wissensdatenbank in einer App oder einem Bot zu verwenden

Modul 7: Konversations-KI und der AzureBot-Service

Bots sind die Grundlage für eine zunehmend verbreitete Art der KI-Anwendung, bei der Benutzer Gespräche mit KI-Agenten führen, häufig wie mit einem menschlichen Agenten. In diesem Modul lernen Sie das Microsoft Bot Framework und den Azure Bot Service kennen, die zusammen eine Plattform zum Erstellen und Bereitstellen von Konversationserfahrungen bieten.

Lektionen

  • Bot-Grundlagen
  • Implementierung eines Conversational Bot

Lab: Erstellen eines Bots mit dem Bot Framework SDK

Lab: Erstellen eines Bots mit Bot Framework Composer

sind die Teilnehmer in der Lage:

  • das Bot Framework SDK zu verwenden, um einen Bot zu erstellen
  • den Bot Framework Composer zu verwenden, um einen Bot zu erstellen

Modul 8: Erste Schritte mit Computer Vision

Computer Vision ist ein Bereich der künstlichen Intelligenz, in dem Softwareanwendungen visuelle Eingaben von Bildern oder Videos interpretieren.In diesem Modul beginnen Sie mit der Erforschung der Computer-Vision, indem Sie lernen, wie man kognitive Services zum Analysieren von Bildern und Videos verwendet.

Lektionen

  • Bilder analysieren
  • Videos analysieren

Lab: Video analysieren

Lab: Analysieren von Bildern mit Computer Vision

Nach Abschluss dieses Moduls sind die Teilnehmer in der Lage:

  • den Computer Vision-Service zu verwenden, um Bilder zu analysieren
  • den Video Indexer zu nutzen, um Videos zu analysieren

Modul 9: Entwicklung kundenspezifischer Visionslösungen

Während es viele Szenarien gibt, in denen vordefinierte allgemeine Computer Vision-Funktionen nützlich sein können, müssen Sie manchmal ein benutzerdefiniertes Modell mit Ihren eigenen visuellen Daten trainieren.In diesem Modul lernen Sie den Custom Vision-Service kennen und erfahren, wie Sie damit benutzerdefinierte Bildklassifizierungs- und Objekterkennungsmodelle erstellen.

Lektionen

  • Bildklassifizierung
  • Objekterkennung

Lab: Klassifizieren von Bildern mit benutzerdefiniertem Sehen

Lab: Erkennen von Objekten in Bildern mit benutzerdefiniertem Sehen

Nach Abschluss dieses Moduls sind die Teilnehmer in der Lage:

  • den Custom Vision-Service zu verwenden, um Bildklassifizierung zu implementieren
  • den Custom Vision-Service zu verwenden, um Objekterkennung zu implementieren

Modul 10: Gesichter erkennen, analysieren und erkennen

Gesichtserkennung, -analyse und -erkennung sind gängige Computer-Vision-Szenarien. In diesem Modul lernen Sie den Benutzer kognitiver Services kennen, mit denen man menschliche Gesichter identifiziert.

Lektionen

  • Erkennen von Gesichtern mit dem Computer Vision Service
  • Verwenden des Gesichts-Service

Lab: Erkennen, Analysieren und Erkennen von Gesichtern

Nach Abschluss dieses Moduls sind die Teilnehmer in der Lage:

  • Gesichter mit dem Computer Vision-Service zu erkennen
  • Gesichter mit dem Gesichtsservice zu erkennen, zu analysieren und zu erkennen

Modul 11: Lesen von Text in Bildern und Dokumenten

Die optische Zeichenerkennung (OCR) ist ein weiteres gängiges Computer-Vision-Szenario, bei dem die Software Text aus Bildern oder Dokumenten extrahiert. In diesem Modul lernen Sie kognitive Services kennen, mit denen Sie Text in Bildern, Dokumenten und Formularen erkennen und lesen können.

Lektionen

  • Lesen von Text mit dem Computer Vision Service
  • Extrahieren von Informationen aus Formularen mit dem Formularerkennungsdienst

Lab: Lesen Sie Text in Bildern

Lab: Daten aus Formularen extrahieren

Nach Abschluss dieses Moduls sind die Teilnehmer in der Lage:

  • den Computer Vision-Service zu verwenden, um Text in Bildern und Dokumenten zu lesen
  • den Formularerkennungsservice zu verwenden, um Daten aus digitalen Formularen zu extrahieren

Modul 12: Erstellen einer Knowledge Mining-Lösung

Letztendlich beinhalten viele KI-Szenarien die intelligente Suche nach Informationen, basierend auf Benutzeranfragen. KI-gestütztes Knowledge Mining ist eine zunehmend wichtige Methode, um intelligente Suchlösungen zu entwickeln, die mit Hilfe von KI Erkenntnisse aus großen Repositorien digitaler Daten extrahieren und es Benutzern ermöglichen, diese Erkenntnisse zu finden und zu analysieren.

Lektionen

  • Implementierung einer intelligenten Suchlösung
  • Entwicklung benutzerdefinierter Fähigkeiten für eine Anreicherungspipeline
  • Erstellen eines Wissensspeichers

Lab: Erstellen einer Azure Cognitive Search-Lösung

 

  Nach Abschluss dieses Moduls sind die Teilnehmer in der Lage:

  • mit Azure Cognitive Search eine intelligente Suchlösung zu erstellen
  • eine benutzerdefinierte Fähigkeit in einer Azure Cognitive Search-Anreicherungspipeline zu implementieren
  • Azure Cognitive Search zu verwenden, um einen Wissensspeicher zu erstellen