Seminarinhalt
Das Training ist nicht darauf ausgerichtet, die Teilnehmer*innen zu professionellen Datenwissenschaftlern oder Softwareentwicklern auszubilden, sondern vielmehr ein Bewusstsein für gängige KI-Workloads zu schaffen und die Fähigkeit zu vermitteln, Azure-Dienste zu identifizieren, die diese unterstützen.
Das Training ist als hybrid Learning-Erfahrung konzipiert, bei der von Trainern geleitete Schulungen mit Online-Materialien auf der ETC Plattform kombiniert werden. Die praktischen Übungen im Training basieren auf Lernmodulen. Die Teilnehmer*innen werden aufgefordert, die Lerninhalte als Referenzmaterial zu verwenden, um das, was sie im Training lernen, zu vertiefen und Themen eingehender zu untersuchen.
Programm
- Introduction to AI
- Generative AI
- Computer vision
- Speech
- Natural language processing
- Extract data and insights
- Responsible AI
- Module assessment
- Introduction
- What is machine learning?
- Types of machine learning
- Regression
- Binary classification
- Multiclass classification
- Clustering
- Deep learning
- Transformers
- Module assessment
- Define the problem
- Get and prepare data
- Train the model
- Use Azure Machine Learning studio
- Integrate a model
- What is generative AI?
- How do language models work?
- Understand how transformers advance language models
- Understand differences in language models
- Improve prompt results
- Create responsible generative AI solutions
- Understand generative AI applications
- Understand tools to develop generative AI
- Understand Azure AI Foundry's model catalog
- Understand Azure AI Foundry capabilities
- Understand observability
- Understand how language is processed
- Understand statistical techniques for NLP
- Understand semantic language models
- Understand natural language processing on Azure
- Understand Azure AI Language's text analysis capabilities
- Azure AI Language's conversational AI capabilities
- Azure AI Translator capabilities
- Get started in Azure AI Foundry
- Understand speech recognition and synthesis
- Get started with speech on Azure
- Use Azure AI Speech
- Overview
- Understand image processing
- Machine learning for computer vision
- Understand modern vision models
- Understand Azure AI services for computer vision
- Understand Azure AI Vision Image Analysis capabilities
- Understand Azure AI Vision's Face service capabilities
- Get started in Azure AI Foundry portal
- Overview
- Understand the extraction of data from images
- Understand the extraction of data from forms
- Understand multimodal data extraction
- Understand data extraction for knowledge mining
- Azure AI services for information extraction
- Extract information with Azure AI Vision
- Extract multimodal information with Azure AI Content Understanding
- Extract information from forms with Azure AI Document Intelligence
- Create a knowledge mining solution with Azure AI Search
Zielgruppen
Sie müssen für die Teilnahme an diesem Training keine Erfahrung mit Microsoft Azure haben, es wird jedoch vorausgesetzt, dass Sie mit Computertechnologie und dem Internet vertraut sind.
Einige der im Training behandelten Konzepte erfordern ein Grundverständnis der Mathematik, beispielsweise die Fähigkeit, Diagramme zu interpretieren.
Das Training beinhaltet praktische Aktivitäten, bei denen mit Daten gearbeitet und Code ausgeführt wird. Daher sind Kenntnisse der grundlegenden Programmierprinzipien hilfreich.
Vorkenntnisse
Dies gilt insbesondere in folgenden Fällen:
- Erfahrung mit der Verwendung von Computern und dem Internet
- Interesse an Anwendungsfällen für KI-Anwendungen und Machine Learning-Modelle
- Bereitschaft, durch praktische Übungen zu lernen
Bestandteil von
Wichtige Information
Hinweis: Wenn Sie zusätzliche praktische Erfahrung benötigen, können Sie das Training AI-900 Praxis+ Microsoft Azure AI Fundamentals Praxis plus in Betracht ziehen.
Dieses 2tägige Training bietet mehr Zeit für die Teilnehmer*innen, um an praktischen Übungen teilzunehmen.
Die Inhalte beider Trainings sind auf die Zielbereiche zum Examen: AI-900 Microsoft Azure AI Fundamentals abgestimmt.