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

AI-102 Designing and Implementing Azure AI Solution 是为那些想要构建注入 AI 的应用程序的软件开发人员而设计,这些应用程序利用了 Azure Cognitive Services, Azure Cognitive Search 以及 Microsoft Bot 框架。本课程将使用 C# 或 Python 作为编程语言。

视听众群体

负责构建、管理并部署 AI 解决方案的软件工程师,这些解决方案利用了 Azure Cognitive Services, Azure Cognitive Search 以及 Microsoft Bot 框架。他们熟悉 C# 或 Python 并能使用基于 REST 的 APIs 在 Azure 上构建计算机视觉、语言分析、知识挖掘、智能搜索以及会话 AI 解决方案。

工作角色: AI 工程师

获得的技能

  • 对 AI 激活的应用程序开发的注意事项进行描述
  • 创建、配置、部署并保护 Azure Cognitive Services
  • 开发分析文本的应用程序

先决条件

在参加本课程之前,学生必须具备:

  • Microsoft Azure 方面的知识以及浏览 Azure 门户的能力
  • C# 或 Python 方面的知识
  • 熟悉 JSON 和 REST 编程语义

想要获得 C# 或 Python 技能,在参加本门课程之前请完成免费的 迈出 C# 的第一步 或者 迈出 Python 的第一步 学习路径。

如果您是人工智能的新手,而且想要了解 Azure 上的 AI 功能概述,那么在学习本门课程之前,请考虑完成 Azure AI Fundamentals 认证。

课程大纲

模块1: Azure 上的 AI 简介

人工智能 (AI) 正日益成为现代应用和服务的核心。在本模块中,您将学习可在应用程序中使用的一些常见的 AI 功能,以及这些功能是如何在 Microsoft Azure 中实施的。您还将了解一些关于负责任地设计并实施 AI 解决方案的注意事项。

课程

  • 人工智能简介
  • Azure 中的人工智能

完成此模块后,学生们将能够:

  • 对 AI 激活的应用程序的注意事项进行描述
  • 识别用于 AI 应用程序开发的 Azure 服务

模块2: 利用认知服务开发 AI 应用程序

认知服务是将 AI 功能集成到应用程序中的核心构建模块。在本模块中,您将学习如何提供、保护、监控并部署认知服务。

课程

  • 认知服务入门
  • 使用面向企业应用程序的认知服务

实验室: 由认知服务开始

实验室: 管理认知服务安全

实验室: 监控认知服务

实验室: 使用一个认知服务容器

完成此模块后,学生们将能够:

  • 在 Azure 中提供并使用认知服务
  • 管理认知服务安全
  • 监控认知服务
  • 使用一个认知服务容器

模块3: 自然语言处理入门

自然语言处理 (NLP) 是人工智能的一个分支,它主要处理从书面或口头语言中提取见解。在本模块中,您将学习如何使用认知服务来分析并翻译文本。

课程

  • 分析文本
  • 翻译文本

实验室: 分析文本

实验室: 翻译文本

完成此模块后,学生们将能够:

  • 使用“文本分析”认知服务来分析文本
  • 使用“翻译员”认知服务来翻译文本

模块4: 构建语音激活应用程序

许多现代的应用程序及服务接受语音输入,并可通过合成文本进行响应。在本模块中,您将通过学习如何构建语音激活应用程序来继续探索自然语言处理的各项功能。

课程

  • 语言识别与合成
  • 语音翻译

实验室: 识别并合成语音

实验室: 翻译语音

完成此模块后,学生们将能够:

  • 使用语音认知服务对语音进行识别和合成
  • 使用语音认知服务来翻译语音

模块5: 创建语言理解解决方案

要构建能够智能地理解并响应自然语言输入的应用程序,您必须定义并训练一个语言理解模型。在本模块中,您将学习如何使用“语言理解”服务来创建一个应用程序,该程序可以从自然语言输入来识别用户的意图。

课程

  • 创建语言理解应用程序
  • 发布并使用语言理解应用程序
  • 在语音中运用语言理解

实验室: 创建语言理解应用程序

实验室: 创建语言理解客户端应用程序

实验室: 使用语音及语言理解服务

完成此模块后,学生们将能够:

  • 创建语言理解应用程序
  • 创建语言理解客户端应用程序
  • 将语言理解和语音整合在一起

模块6: 构建 QnA 解决方案

用户和 AI 软件代理之间最常见的一种交互方式是用户用自然语言提交问题,而 AI 代理能够智能地做出适当的回应。在本模块中,您将探索 QnA Maker 服务如何使这种解决方案的开发成为可能。

课程

  • 创建 QnA 知识库
  • 发布并使用 QnA 知识库

实验室: 创建 QnA 解决方案

完成此模块后,学生们将能够:

  • 用 QnA Maker 创建一个知识库
  • 在应用程序或机器人中使用 QnA 知识库

模块7: 会话 AI 和 Azure Bot 服务

机器人是一种日益普遍的 AI 应用的基础,在这种应用中,用户与 AI 代理进行对话,就像他们与人类代理进行对话一样。在本模块中,您将探索 Microsoft Bot 框架和 Azure Bot 服务,它们共同提供了一个用于创建并交付会话体验的平台。

课程

  • 机器人基础知识
  • 实施一个对话机器人

实验室: 用机器人框架 SDK 创造一个机器人

实验室: 用机器人框架设计器创造一个机器人

完成此模块后,学生们将能够:

  • 用机器人框架 SDK 创造一个机器人
  • 用机器人框架设计器创造一个机器人

模块 8: 计算机视觉入门

计算机视觉是人工智能的一个领域,在这个领域中,软件应用程序诠释了来自图像或视频的视觉输入。在本模块中,您将通过学习如何使用认知服务来分析图像和视频来开始对计算机视觉的探索。

课程

  • 分析图像
  • 分析视频

实验室:分析视频

实验室:使用计算机视觉技术分析图像

完成此模块后,学生们将能够:

  • 使用计算机视觉服务来分析图像
  • 使用视频分析器分析视频

模块 9: 开发定制的视觉解决方案

虽然在许多场景中预定义的通用计算机视觉功能都很有用,但有时您需要用自己的视觉数据来训练一个定制模型。在本模块中,您将探索“定制视觉”服务,以及如何用它来创建自定义图像分类和对象检测模型。

课程

  • 图像分类
  • 对象检测

实验室: 用“自定义视觉”对图像进行分类

实验室: 用“自定义视觉”检测图像中的物体

完成此模块后,学生们将能够:

  • 使用“自定义视觉”服务来实施图像分类
  • 使用“自定义视觉”服务来实施对象检测

模块10: 检测、分析并识别人脸

面部检测、分析和识别是常见的计算机视觉场景。在本模块中,您将探索借助认知服务来识别人脸的用户。

课程

  • 使用“计算机视觉”服务来检测人脸
  • 使用“面部”服务

实验室: 检测、分析并识别人脸

完成此模块后,学生们将能够:

  • 使用“计算机视觉”服务来检测人脸
  • 使用“面部”服务检测、分析并识别人脸

模块11: 阅读图像及文档中的文本

光学字符识别 (OCR) 是另一种常见的计算机视觉场景,在此场景中软件可以从图像或文档中提取文本。在本模块中,您将探索可用于检测和读取图像、文档及表单中文本的认知服务。

课程

  • 使用“计算机视觉”服务来阅读文本
  • 使用“表单识别器”服务从表单中提取信息

实验室: 在图像中阅读文本

实验室: 从表单中提取数据

完成此模块后,学生们将能够:

  • 使用“计算机视觉”服务来读取图像和文档中的文本
  • 使用“表单识别器”服务从数字表单中提取数据

模块12: 创建知识挖掘解决方案

最终,许多 AI 场景都涉及到基于用户查询的智能搜索信息。由 AI 驱动的知识挖掘是构建智能搜索解决方案的一种日益重要的方式,这些解决方案利用 AI 从大型数字数据存储库中提取见解,并让用户能够发现并分析这些见解。

课程

  • 实施智能搜索解决方案
  • 为扩充管道开发自定义技能
  • 创建知识库

实验室: 创建 Azure Cognitive Search 解决方案

实验室: 为 Azure Cognitive Search 创建自定义技能

实验室: 借助 Azure Cognitive Search 创建知识库

完成此模块后,学生们将能够:

  • 借助 Azure Cognitive Search 创建智能搜索解决方案
  • 在 Azure Cognitive Search 扩充管道中实施自定义技能
  • 使用 Azure Cognitive Search 来创建知识库