“考試 AI-900：Microsoft Azure AI 基礎知識”學習指南
考試 AI-900學習指南應説明你了解考試的預期內容，並包含考試可能涵蓋的主題摘要以及指向其他資源的連結。 本文檔中的資訊和材料可以説明你在準備考試時集中精力學習。
有用連結 說明
查看自 2023 年 8 月 4 日起測試的技能 此清單表示在提供的日期之後測試的技能。 如果你計劃在該日期之後參加考試，請學習此清單。
查看 2023 年 8 月 4 日之前測試的技能 如果在提供的日期之前參加考試，請學習此技能清單。
更改紀錄 如果想要查看將在提供的日期所做的更改，可以直接轉到更改日誌。
如何獲得認證 有些認證只需要通過一項考試，而另一些認證則需要通過多項考試。
認證續訂 Microsoft 助理、專業和專家認證每年都會過期。 你可以通過 Microsoft Learn 上的免費在線評估進行續訂。
Microsoft Learn 個人資料 通過將認證個人資料連接到 Microsoft Learn，可以安排和續訂考試以及共用和列印證書。
考分和成績報告 需要 700 分或更高的分數才能通過。
考試沙盒 可以通過訪問我們的考試沙箱來探索考試環境。
申請調整 如果你使用輔助設備、需要額外時間或需要修改考試體驗的任何部分，你可以申請住宿。
進行免費的練習評估 通過練習題測試技能，説明你為考試做準備。
考試更新
我們的考試會定期更新，以反映執行某一角色所需的技能。 我們提供了兩個版本的技能測評目標，具體取決於你參加考試的時間。
我們始終首先更新考試的英語版本。 一些考試已當地語系化為其他語言，在英語版本更新后大約八周進行更新。 雖然 Microsoft 會盡一切努力更新當地語系化版本，但有時考試的當地語系化版本可能未按此計劃進行更新。 其他可用語言列在「考試詳細資訊」網頁的「安排考試」 部分。 如果考試不以你的首選語言提供，你可以請求額外 30 分鐘時間來完成考試。
注意
每項技能下面的項目符號旨在說明我們如何評估該技能。 考試中可能會涉及到相關的主題。
注意
大多數問題都涉及正式發佈 （GA） 的功能。 如果經常使用預覽功能，該考試可能會包含有關這些功能的問題。
自 2023 年 8 月 4 日起測試的技能
受眾概況
此考試是展示機器學習 （ML） 和人工智慧 （AI） 概念以及相關 Microsoft Azure 服務知識的機會。 此考試的考生應熟悉 AI-900 的自定進度或講師引導式學習材料。
該考試適用於具有技術和非技術背景的考生。 不需要數據科學和軟體工程經驗; 但是，瞭解雲基礎知識和用戶端-伺服器應用程式會很有説明。
Azure AI Fundamentals 可用於準備其他基於 Azure 角色的認證，例如 Azure Data Scientist Associate 或 Azure AI Engineer Associate，但這不是其中任何一個的先決條件。
描述人工智慧工作負載和注意事項 （20-25%）
描述 Azure 上機器學習的基本原理 （25-30%）
描述 Azure 上的電腦視覺工作負載的特性 （15-20%）
描述 Azure 上自然語言處理 （NLP） 工作負載的特性 （25-30%）
描述人工智慧工作負載和注意事項 （20-25%）
識別常見 AI 工作負載的特性
識別異常情況檢測工作負載的特性
識別電腦視覺工作負載
識別自然語言處理工作負載
識別知識挖掘工作負載
確定用於實現負責任的 AI 的指導原則
描述 AI 解決方案中公平性的注意事項
描述 AI 解決方案中可靠性和安全性的注意事項
描述 AI 解決方案中隱私和安全性的注意事項
描述 AI 解決方案中包容性的注意事項
描述 AI 解決方案中透明度的注意事項
描述 AI 解決方案中問責制的注意事項
描述 Azure 上機器學習的基本原理 （25-30%）
識別常見的機器學習類型
確定回歸機器學習場景
確定分類機器學習場景
確定聚類分析機器學習場景
描述核心機器學習概念
識別數據集中的特徵和標籤以進行機器學習
描述如何在機器學習中使用訓練和驗證數據集
描述 Azure 機器學習工作室中可視化工具的功能
自動化機器學習
Azure 機器學習設計器
描述 Azure 上的電腦視覺工作負載的特性 （15-20%）
確定常見的電腦視覺解決方案類型
識別圖像分類解決方案的特徵
識別物件檢測解決方案的特徵
識別光學字元識別解決方案的特徵
識別面部檢測和面部分析解決方案的特徵
確定用於電腦視覺任務的 Azure 工具和服務
識別電腦視覺服務的功能
識別自定義視覺服務的功能
識別人臉服務的功能
識別表單識別器服務的功能
描述 Azure 上自然語言處理 （NLP） 工作負載的特性 （25-30%）
確定常見 NLP 工作負載方案的特徵
識別關鍵短語提取的特徵和用途
識別實體識別的特徵和用途
識別情緒分析的特徵和用途
識別語言建模的特徵和用途
辨識語音辨識和合成的特徵和用途
確定翻譯的功能和用途
确定用于 NLP 工作负载的 Azure 工具和服务
确定语言服务的功能
确定语音服务的功能
确定翻译器服务的功能
确定 Azure 上对话式 AI 解决方案的注意事项
确定聊天机器人的功能和用途
确定 Power Virtual Agents 和 Azure 机器人服务的功能
学习资源
我们建议你在参加考试之前进行培训并获得实践经验。 我们提供自学选项和课堂培训，以及指向文档、社区网站和视频的链接。
学习资源 学习和文档链接
参加培训 从自定进度学习路径和模块中进行选择，或参加讲师引导式课程
查找文档 异常检测器
语言理解
Azure 机器学习
计算机视觉
自然语言处理技术
Azure 机器人服务
语音转文本
语音翻译
提问 Microsoft Q&A | Microsoft Docs
获取社区支持 人工智能和机器学习中心
关注 Microsoft Learn Microsoft Learn – Microsoft Tech Community
查找视频 AI Show
浏览其他 Microsoft Learn 节目
更改日志
理解表的关键：主题组（也称为功能组）以粗体字样显示，后跟每个组中的目标。 下表比较了两个版本的考试测评技能，第三列描述了更改程度。
2023 年 8 月 4 日之前测评的技能领域 自 2023 年 8 月 4 日开始测评的技能领域 更改
受众概况 没有变化
描述人工智能工作负荷和注意事项 描述人工智能工作负荷和注意事项 没有变化
识别常见 AI 工作负载的特性 识别常见 AI 工作负载的特性 没有变化
确定用于实现负责任的 AI 的指导原则 确定用于实现负责任的 AI 的指导原则 没有变化
– 描述 Azure 上机器学习的基本原理 – 描述 Azure 上机器学习的基本原理 没有变化
识别常见的机器学习类型 识别常见的机器学习类型 没有变化
描述核心机器学习概念 描述核心机器学习概念 没有变化
描述 Azure 机器学习工作室中可视化工具的功能 描述 Azure 机器学习工作室中可视化工具的功能 没有变化
描述 Azure 上的计算机视觉工作负荷的功能 描述 Azure 上的计算机视觉工作负荷的功能 没有变化
确定常见的计算机视觉解决方案类型 确定常见的计算机视觉解决方案类型 没有变化
确定用于计算机视觉任务的 Azure 工具和服务 确定用于计算机视觉任务的 Azure 工具和服务 没有变化
描述Azure上自然语言处理（NLP）工作负荷的特性 描述Azure上自然语言处理（NLP）工作负荷的特性 没有变化
确定常见 NLP 工作负载方案的特征 确定常见 NLP 工作负载方案的特征 没有变化
确定用于 NLP 工作负载的 Azure 工具和服务 确定用于 NLP 工作负载的 Azure 工具和服务 没有变化
确定 Azure 上对话式 AI 解决方案的注意事项 确定 Azure 上对话式 AI 解决方案的注意事项 次要
2023 年 8 月 4 日之前测评的技能
此考试是展示机器学习 (ML) 和人工智能 (AI) 概念以及相关 Microsoft Azure 服务知识的机会。 此考试的考生应熟悉 AI-900 的自定进度或讲师引导式学习材料。
该考试适用于具有技术和非技术背景的考生。 不需要数据科学和软件工程经验；但是，了解云基础知识和客户端-服务器应用程序会很有帮助。
Azure AI Fundamentals 可用于准备其他基于 Azure 角色的认证，例如 Azure Data Scientist Associate 或 Azure AI Engineer Associate，但这不是其中任何一个的先决条件。
描述人工智能工作负载和注意事项 (20-25%)
描述 Azure 上机器学习的基本原理 (25-30%)
描述 Azure 上的计算机视觉工作负载的特性 (15-20%)
描述 Azure 上自然语言处理 (NLP) 工作负载的特性 (25-30%)
描述人工智能工作负载和注意事项 (20-25%)
识别常见 AI 工作负载的特性
识别异常情况检测工作负载的特性
识别计算机视觉工作负载
识别自然语言处理工作负载
识别知识挖掘工作负载
确定用于实现负责任的 AI 的指导原则
描述 AI 解决方案中公平性的注意事项
描述 AI 解决方案中可靠性和安全性的注意事项
描述 AI 解决方案中隐私和安全性的注意事项
描述 AI 解决方案中包容性的注意事项
描述 AI 解决方案中透明度的注意事项
描述 AI 解决方案中问责制的注意事项
描述 Azure 上机器学习的基本原理 (25-30%)
识别常见的机器学习类型
确定回归机器学习场景
确定分类机器学习场景
确定聚类分析机器学习场景
描述核心机器学习概念
识别数据集中的特征和标签以进行机器学习
描述如何在机器学习中使用训练和验证数据集
描述 Azure 机器学习工作室中可视化工具的功能
自动化机器学习
Azure 机器学习设计器
描述 Azure 上的计算机视觉工作负载的特性 (15-20%)
确定常见的计算机视觉解决方案类型
识别图像分类解决方案的特征
识别对象检测解决方案的特征
识别光学字符识别解决方案的特征
识别面部检测和面部分析解决方案的特征
确定用于计算机视觉任务的 Azure 工具和服务
识别计算机视觉服务的功能
识别自定义视觉服务的功能
识别人脸服务的功能
识别表单识别器服务的功能
描述 Azure 上自然语言处理 (NLP) 工作负载的特性 (25-30%)
確定常見 NLP 工作負載方案的特徵
識別關鍵短語提取的特徵和用途
識別實體識別的特徵和用途
識別情緒分析的特徵和用途
識別語言建模的特徵和用途
辨識語音辨識和合成的特徵和用途
確定翻譯的功能和用途
確定用於 NLP 工作負載的 Azure 工具和服務
確定語言服務的功能
確定語音服務的功能
確定翻譯器服務的功能
確定 Azure 上對話式 AI 解決方案的注意事項
確定聊天機器人的功能和用途
確定Power Virtual Agents和 Azure 機器人服務的功能
Comments
Tell me what you're thinking...
and oh, if you want a pic to show with your comment, go get a gravatar!