최신 AI-900-CN 무료덤프 - Microsoft Azure AI Fundamentals (AI-900中文版)
將機器學習的類型與適當的場景相符。
要回答，請將適當的機器學習類型從左側列拖曳到右側的場景。每種機器學習類型可以使用一次、多次或完全不使用。
注意：每個正確的選擇都值得一分。
要回答，請將適當的機器學習類型從左側列拖曳到右側的場景。每種機器學習類型可以使用一次、多次或完全不使用。
注意：每個正確的選擇都值得一分。
정답:
選出正確完成句子的答案。
정답:
您正在開發一個模型來使用分類來預測事件。
您有一個根據測試資料評分的模型的混淆矩陣，如下圖所示。
使用下拉式選單選擇答案選項，根據圖形中顯示的資訊完成每個陳述。
注意：每個正確的選擇都值得一分。
您有一個根據測試資料評分的模型的混淆矩陣，如下圖所示。
使用下拉式選單選擇答案選項，根據圖形中顯示的資訊完成每個陳述。
注意：每個正確的選擇都值得一分。
정답:
Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/studio/evaluate-model-performance Finding TP is easy. It basically means the value where Predicted and True value is 1 and that is 11 in this case.
False Negative means where true value was 1 but predicted value was 0 and that is 1033 in this case The confusion matrix shows cases where both the predicted and actual values were 1 (known as true positives) at the top left, and cases where both the predicted and the actual values were 0 (true negatives) at the bottom right. The other cells show cases where the predicted and actual values differ (false positives and false negatives).
https://docs.microsoft.com/en-us/learn/modules/create-classification-model-azure-machine-learning-designer/evaluate-model
將任務與適當的機器學習模型相匹配。
要回答，請將適當的模型從左側的列拖曳到右側的場景。每個模型可以使用一次、多次或完全不使用。
注意：每個正確的選擇都值得一分。
要回答，請將適當的模型從左側的列拖曳到右側的場景。每個模型可以使用一次、多次或完全不使用。
注意：每個正確的選擇都值得一分。
정답:
選出正確完成句子的答案。
정답:
你有一個人工智慧解決方案，讓使用者能夠透過使用口頭命令來控制智慧型設備。
此解決方案使用哪兩種類型的自然語言處理 (NLP) 工作負載？每個正確答案都代表了解決方案的一部分。
注意：每個正確的選擇都值得一分。
此解決方案使用哪兩種類型的自然語言處理 (NLP) 工作負載？每個正確答案都代表了解決方案的一部分。
注意：每個正確的選擇都值得一分。
정답: A,C
您需要建立一個可以大聲朗讀食譜說明的應用程序，以支援視力不佳的用戶。
您應該使用哪個版本的服務？
您應該使用哪個版本的服務？
정답: D
설명: (DumpTOP 회원만 볼 수 있음)
要完成句子，請在答案區中選擇適當的選項。
정답:
Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/team-data-science-process/create-features
您正在設計一個人工智慧系統，為每個人提供幫助，包括有聽力、視覺和其他障礙的人。
這是 Microsoft 負責任的人工智慧指導原則的一個例子？
這是 Microsoft 負責任的人工智慧指導原則的一個例子？
정답: A
설명: (DumpTOP 회원만 볼 수 있음)
對於以下每個陳述，如果該陳述為真，請選擇「是」。否則，選擇“否”。 注意：每個正確的選擇都值得一分。
정답:
Reference:
https://docs.microsoft.com/en-gb/azure/cognitive-services/qnamaker/concepts/data-sources-and-content
https://docs.microsoft.com/en-us/azure/cognitive-services/luis/choose-natural-language-processing-service QnA maker conversational AI service and has nothing to do with SQL database You can easily create a user support bot solution on Microsoft Azure using a combination of two core technologies:
- QnA Maker. This cognitive service enables you to create and publish a knowledge base with built-in natural language processing capabilities.
- Azure Bot Service. This service provides a framework for developing, publishing, and managing bots on Azure.
https://docs.microsoft.com/en-us/learn/modules/build-faq-chatbot-qna-maker-azure-bot-service/2-get-started-qna-bot LUIS is used to understand user intent from utterances.
Creating a language understanding application with Language Understanding consists of two main tasks. First you must define entities, intents, and utterances with which to train the language model - referred to as authoring the model. Then you must publish the model so that client applications can use it for intent and entity prediction based on user input.
https://docs.microsoft.com/en-us/azure/cognitive-services/luis/choose-natural-language-processing-service
對於以下每個陳述，如果該陳述為真，請選擇「是」。否則，選擇“否”。 注意：每個正確的選擇都值得一分。
정답:
選出正確完成句子的答案。
정답:
您需要實施一個預先建置的解決方案來識別數位照片中的知名品牌。您應該使用哪一種 Azure Al sen/tee？
정답: A
微軟負責任的 AI 原則的一個例子是什麼？
정답: C