 Cert Prep - 4 Natural Language Processing (NLP) Workloads on Azure/thumbnail.webp?token=Y291cnNlcy8yMDIzLzAzL0F6dXJlIEFJIEZ1bmRhbWVudGFscyAoQUktOTAwKSBDZXJ0IFByZXAgLSA0IE5hdHVyYWwgTGFuZ3VhZ2UgUHJvY2Vzc2luZyAoTkxQKSBXb3JrbG9hZHMgb24gQXp1cmUvdGh1bWJuYWlsLndlYnA6MTc4Mzk0MzQ0Njo3OTA5NTY1ZDM5YTlmNGE5ZjQ4Njc0MDIxNjM4OWI2YWUzOTU3MmIzZDJkMDJmMmM4NGI0Y2MwMWE0OWZkMzky)
دوره آموزشی آمادگی گواهینامه Azure AI Fundamentals (AI-900): بخش 4 بارهای کاری پردازش زبان طبیعی (NLP) در Azure
2 ساعتمبتدی2023-03-16
مدرسین
Eva Pardi
Advanced Analytics Consultant at Avanade | Microsoft AI MVP
جزئیات دوره
در این دوره، اوا پردی، دانشمند داده ماهر و مهندس هوش مصنوعی، شما را از طریق ویژگیهای مشترک بارهای کاری NLP در Azure راهنمایی میکند، از جمله مروری بر ابزارها و خدمات موجود Azure، سناریوهای معمول حجم کاری، و راهحلهای هوش مصنوعی مکالمه با استفاده از رباتها و سرویس Azure Bot. آنچه را که برای شروع با پردازش زبان طبیعی نیاز دارید، بیاموزید. به معنای هوش مصنوعی مسئول، از جمله هوش مصنوعی اخلاقی، تکنیکهای تفسیرپذیری، و یک مدل تحلیلی متنی بپردازید. خدمات شناختی برای گفتار و ترجمه را کاوش کنید. در مورد مدل های درک زبان (LUIS) اطلاعات کسب کنید. به علاوه، در مورد نحوه و مکان استفاده از هوش مصنوعی مکالمه ای بیاموزید. این دوره به سند AI-900 Skills Measured Doc "توضیح ویژگی های بارهای کاری پردازش زبان طبیعی (NLP) در Azure" را نشان می دهد.
مهارت ها
Natural Language Processing (NLP)Cloud DevelopmentMachine LearningAzureCert PrepArtificial Intelligence (AI)Cloud ComputingMicrosoft
سرفصل ها
0. مقدمه
- 01 - عبور از دامنه AI-900 NLP
- 02 - آنچه باید بدانید
1. با پردازش زبان طبیعی شروع کنید
- 03 - پردازش زبان طبیعی را درک کنید
- 04 - از موارد استفاده با سرویس زبان پشتیبانی کنید
- 05 - زبان یک متن را تعیین کنید
- 06 - احساس یک متن را تجزیهوتحلیل کنید
- 07 - عبارات کلیدی را از یک متن استخراج کنید
- 08 - موجودیتها را شناسایی و دسته بندی کنید
2. هوش مصنوعی مسئول
- 09 - چالشهای هوش مصنوعی اخلاقی را درک کنید
- 10- ایجاد اعتماد و قدرت با قابلیت تفسیر
- 11 - مدل تحلیلی متن را با InterpretText توضیح دهید
3. خدمات شناختی - گفتار
- 12 - منبع گفتار خدمات شناختی را درک کنید
- 13 - از گفتار به متن برای حمایت از فراگیری استفاده کنید
- 14 - از تبدیل متن به گفتار برای حمایت از فراگیری استفاده کنید
4. خدمات شناختی - ترجمه
- 15 - تواناییهای سرویس Translate را درک کنید
- 16 - از منبع Translate روی دادههای متنی استفاده کنید
- 17 - از منبع Translate روی دادههای صوتی استفاده کنید
5. سرویس هوشمند درک زبان (LUIS)
- 18 - شروع کار با درک زبان
- 19 - یک مدل درک زبان ایجاد و آموزش دهید
6. هوش مصنوعی مکالمه
- 20 - چگونه و در کجا میتوان از رباتها استفاده کرد
- 21 - ویژگیهای یک ربات QnA را درک کنید
- 22 - یک ربات QnA ایجاد کنید
- 23 - با چارچوب ربات Azure شروع کنید
- 24 - با Bot Framework SDK و Composer ربات ایجاد کنید
7. نتیجه گیری
- 25 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی آمادگی گواهینامه Azure AI Fundamentals (AI-900): بخش 1 هوش مصنوعی محاوره ای در Azure
- دوره آموزشی آمادگی گواهینامه Azure AI Fundamentals (AI-900): بخش 3 بارهای کاری Computer Vision در Azure
- دوره آموزشی آمادگی گواهینامه Azure AI Fundamentals (AI-900): بخش 2 اصل یادگیری ماشین در Azure
- دوره آموزشی آمادگی برای آزمون گواهینامه Microsoft Azure AI Fundamentals (AI-900)
- دوره آموزشی نکات آزمون: اصول هوش مصنوعی مایکروسافت آزور (AI-900)
- دوره آموزشی هوش مصنوعی آژور برای توسعهدهندهها: مدلهای زبانی بزرگ (LLM) و مدلهای کوچک (SLM)
- دوره آموزشی راهنمای کامل Azure AI برای مهندسین یادگیری ماشین
- دوره آموزشی ساخت راه حل های RAG با Azure AI Studio
مسیرهای مرتبط
- مسیر آموزشی آماده شدن برای گواهینامه Microsoft Azure AI Fundamentals (AI-900)
- مسیر آموزشی ساخت محصولات هوش مصنوعی با استفاده از سرویسهای Azure AI در چرخه توسعه
- مسیر آموزشی درک هوش مصنوعی تولیدکننده برای رهبران فناوری
- مسیر آموزشی کاوش در هوش مصنوعی برای مهندسی داده
- مسیر آموزشی بوتکمپ هوش مصنوعی برای کسبوکارهای کوچک و متوسط
- مسیر آموزشی تسلط بر تولید مبتنی بر بازیابی (RAG)
- مسیر آموزشی تبدیل شدن به یک مهندس یادگیری ماشین
- مسیر آموزشی تسلط بر تجزیه و تحلیل داده ها در سطح اجرایی