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

AI-102 Designing and Implementing an Azure AI Solution est destiné aux développeurs de logiciels qui souhaitent créer des applications d'IA qui utilisent Azure Cognitive Services, Azure Cognitive Search et Microsoft Bot Framework. Le cours utilisera C#, Python ou JavaScript comme langage de programmation.

Profil de l’audience

Les ingénieurs en logiciel qui s'occupent de la création, de la gestion et du déploiement de solutions d'IA qui exploitent Azure Cognitive Services, Azure Cognitive Search et Microsoft Bot Framework. Les ingénieurs en logiciel sont familiarisés avec C#, Python ou JavaScript et savent utiliser les API basées sur REST pour créer des solutions de vision par ordinateur, d'analyse de langage, d'exploration des connaissances, de recherche intelligente et d'IA conversationnelle sur Azure.

Rôle : Ingénieur IA

Compétences obtenues

  • Créer, configurer, déployer et sécuriser Azure Cognitive Services
  • Intégrer les services vocaux
  • Intégrer l'analyse des textes

Prérequis

Connaissance de Microsoft Azure et capacité à naviguer sur le portail Azure

Connaissance de C#, Python ou JavaScript

Plan du cours

Module 1: Créer et gérer les services cognitifs Azure

Avant d'accéder à l'une des fonctionnalités des services cognitifs sur Azure, vous devrez créer une ressource de services cognitifs. L'utilisation des différents services (parole, vision par ordinateur, etc.) nécessite, au minimum, une clé d'accès et une URL de point de terminaison du service. Ces informations sont nécessaires pour l'autorisation des applications qui accéderont à ces services. Vous créerez soit une ressource à service unique, soit une ressource à services multiples, en fonction des services auxquels vous accédez.

Leçons

  • Créer et gérer des comptes de services cognitifs
  • Services cognitifs sécurisés
  • Déployer et consommer des conteneurs de services cognitifs

Laboratoire : Créer une ressource de service cognitif Azure

  • Créer une ressource de service cognitif Azure
  • Clés d'accès
  • Utiliser le suivi des diagnostics

Laboratoire : Sécuriser les services cognitifs Azure

  • Des clés sécurisées grâce à la chambre forte Azure Key

Laboratoire : Conteneuriser les services cognitifs Azure

  • Créer des conteneurs pour la réutilisation
  • Déploiement dans un conteneur
  • Consommer des services cognitifs à partir d'un conteneur

À l'issue de ce module, les étudiants seront en mesure de :

  • Créer et accéder aux ressources d'Azure Cognitive Services
  • Sécuriser les ressources cognitives d’Azure
  • Déployer et consommer les services cognitifs Azure à l'aide de conteneurs

Module 2: Mettre en œuvre des solutions de vision par ordinateur

Apprenez à intégrer l'IA visuelle dans vos applications grâce à l'utilisation de la vision par ordinateur Azure. Détectez et identifiez des visages ou des objets dans des images et des vidéos, effectuez la détection d'objets, classifiez des images et mettez en œuvre des solutions de vision personnalisées.

Leçons

  • Identifier les visages et les expressions en utilisant l'API de vision par ordinateur
  • Traitement des images avec le service de vision par ordinateur
  • Évaluer les exigences pour la mise en œuvre des API de la vision personnalisée
  • Classifier les images avec le service de vision CUstomg de Microsoft
  • Extraire des vidéos avec le service d'indexation des vidéos

Laboratoire : Détecter les visages

  • Obtenir les clés d'abonnement
  • Test de détection des visages

Laboratoire : Créer un service de vision personnalisé

  • Créer un service
  • Télécharger les images marquées
  • Modèle de train
  • Modèle de test
  • Point final de la prédiction d'appel

Laboratoire : Extrait de vidéos avec l'indexeur de vidéos

  • S'abonner à l'API de l'indexeur vidéo
  • Télécharger et indexer les images
  • Examiner les résultats
  • Trouver des moments en vidéo
  • Consulter et modifier Insights

À l'issue de ce module, les étudiants seront en mesure de :

  • Mettre en œuvre des solutions de vision par ordinateur pour la détection des visages et des objets
  • Traiter les images avec le service de vision par ordinateur
  • Mettre en œuvre des solutions de vision personnalisée
  • Extraire des informations de fichiers vidéo avec le service Video Indexer

Module 3: Mettre en œuvre des solutions d'analyse linguistique

Apprenez à mettre en œuvre la fonctionnalité du langage naturel dans vos applications grâce à l'intégration du service de compréhension linguistique. Découvrez les intentions de vos utilisateurs grâce à des fonctions d'analyse de texte telles que l'analyse des sentiments et la détection de la langue. Identifier les informations importantes dans les fichiers texte grâce aux capacités d'extraction d'entités et de phrases clés.

Leçons

  • Ajoutez l'intelligence conversationnelle de base à votre application en utilisant la compréhension des langues
  • Gérer votre service de compréhension linguistique
  • Utilisez des conteneurs pour votre service de compréhension linguistique
  • Découvrez le sentiment dans les textes grâce à l'API d'analyse de textes
  • Reconnaître les entités dans le texte avec l'API d'analyse de texte
  • Extraire les phrases clés d'un texte avec l'API d'analyse de texte
  • Détecter le langage avec l'API d'analyse de texte

Laboratoire : Mettre en œuvre le service de compréhension linguistique

  • Créer un service de compréhension linguistique
  • Travailler avec des intentions
  • Travailler avec les énoncés
  • Travailler avec les entités
  • Former et publier un modèle

Laboratoire : Gérer votre service de compréhension linguistique

  • Gérer vos clés
  • Gérer les versions
  • Automatisation des scripts

Laboratoire : Contenir la compréhension des langues

  • Installer et faire fonctionner les conteneurs

Laboratoire : Effectuer une analyse des sentiments

  • Tester l'analyse du sentiment avec la console de test API
  • Créer une application de fonction
  • Appelez l'API d'analyse du sentiment à partir d'une fonction
  • Trier les messages

Laboratoire : Effectuer la reconnaissance de l'entité

  • Extraire les entités du texte

Laboratoire : Effectuer l'extraction des phrases clés

  • Extraire les phrases clés du texte

Laboratoire : Effectuer la détection de la langue

  • Détecter la langue dans le texte

À l'issue de ce module, les étudiants seront en mesure de :

  • Mettre en place et gérer un service de compréhension linguistique
  • Mettre en œuvre la compréhension linguistique dans un environnement de conteneurs
  • Détecter le sentiment dans le texte
  • Reconnaître des entités et extraire des phrases clés dans un texte
  • Détecter la langue dans le texte

Module 4: Mettre en œuvre des solutions d'exploitation des connaissances

Azure Cognitive Search fournit une solution basée sur le cloud pour indexer et interroger un large éventail de sources de données, et créer des solutions de recherche complètes et à grande échelle. Lean pour mettre en œuvre une solution dans laquelle les documents sont indexés et rendus faciles à rechercher.

Leçons

  • Créer une solution Azure Cognitive Search
  • Créer un pipeline d'enrichissement avec Azure Cognitive Search
  • Créer un magasin de connaissances avec Azure Cognitive Search
  • Créer une ressource Azure pour la recherche
  • Créer une source de données
  • Créer un index
  • Créer et exécuter un indexeur
  • Recherche et index
  • Appliquer le filtrage et le tri
  • Améliorer l'index

Laboratoire : Créer un pipeline d'enrichissement

  • Créer une ressource Azure
  • Créer une source de données
  • Créer un ensemble de compétences
  • Créer un index
  • Créer et exécuter un indexeur
  • Rechercher dans l'index enrichi
  • Créer une compétence personnalisée
  • Mise à jour de l'index
  • Rechercher dans l'index mis à jour

Laboratoire : Créer un magasin de connaissances

  • Créer des ressources Azure
  • Créer une source de données
  • Créer un ensemble de compétences
  • Créer un index
  • Créer et exécuter un indexeur
  • Explorez un magasin de connaissances

À l'issue de ce module, les étudiants seront en mesure de:

  • Créer une solution de recherche cognitive Azure
  • Créer un pipeline d'enrichissement avec Azure Cognitive Search
  • Créer un magasin de connaissances avec Azure Cognitive Search

Module 5: Mettre en œuvre des solutions d'IA conversationnelle

Utiliser le Microsoft Bot Framework et le Bot Framework Composer pour concevoir et créer des solutions d'IA conversationnelle.

Leçons

  • Construire un chat bot dans le portail Azure
  • Concevoir un Bot de flux de conversation
  • Créer un bot avec Bot Framework Composer

Laboratoire : Créer un Bot avec le portail Azure

  • Créer un Bot basique avec le portail Azure

Laboratoire : Créer un bot avec Bot Framework Compose

  • Créer un bot avec Bot Framework Compose
  • Ajouter de l'aide et annuler une fonctionnalité
  • Intégrer la génération linguistique
  • Cartes d'utilisation
  • Intégrer la compréhension des langues

À l'issue de ce module, les étudiants seront en mesure de :

  • Créer un robot de base dans le portail Azure
  • Concevoir un flux conversationnel pour un Bot
  • Créer un Bot à l'aide du Bot Framework Composer