آمادگی برای آزمون AI-900 - AI Fundamentals در یک روز (آگوست 2024)

معرفی
سرفصل

✅ سرفصل و جزئیات آموزش

آنچه یاد خواهید گرفت:

درک مفاهیم AI-900 - Microsoft Azure AI Fundamentals
دوره ویدئویی AI-900: Microsoft Azure AI Fundamentals
پوشش تمام موضوعات AI-900: Microsoft Azure AI Fundamentals مطابق با برنامه درسی 2024
این راهنمای مطالعه به شما کمک می‌کند متوجه شوید چه انتظاراتی از آزمون داشته باشید.

پیش‌نیازهای دوره

مناسب برای افراد دارای سابقه فنی و غیرفنی
تجربه در علم داده و مهندسی نرم‌افزار ضروری نیست.

توضیحات دوره

این دوره مطابق با حوزه مهارت تاریخ 24 آوریل 2024 طراحی شده است. این دوره به‌طور کامل آزمون AI-900 را از ابتدا تا انتها پوشش می‌دهد. همیشه با آخرین الزامات بروزرسانی می‌شود.

تجربه در علم داده و مهندسی نرم‌افزار ضروری نیست. با این حال، از آگاهی در زمینه‌های زیر بهره‌مند خواهید شد:

مفاهیم اولیه ابر
برنامه‌های کلاینت-سرور

کسب گواهینامه مایکروسافت، گواهی جهانی مهارت‌های واقعی است. گواهینامه مایکروسافت نشان‌دهنده تعهد شما به بروز بودن در فناوری‌های به سرعت در حال تغییر بوده و شما را برای افزایش مهارت‌ها، کارایی و درآمد بالقوه در نقش‌های حرفه‌ای‌تان آماده می‌کند.

دسترسی موبایل: با موبایل خود مطالعه کنید و به تمامی سوالات تمرینی، از هرجا و هر زمان دسترسی داشته باشید.

این دوره برای چه کسانی مناسب است؟

داوطلبان دارای سابقه غیرفنی یا فنی که به یادگیری درباره هوش مصنوعی علاقه‌مند هستند.

آمادگی برای آزمون AI-900 - AI Fundamentals در یک روز (آگوست 2024)

فصل 1: مقدمه

دانشجویان در این دوره چه خواهند آموخت؟ 01:13

فصل 2: 5 موضوع و حوزه‌های هدف تحت پوشش دوره

آشنایی با 5 موضوع و حوزه‌های هدف 00:36

فصل 3: وزن هر موضوع

انتظار چه نسبتی از سوالات را از هر موضوع در آزمون داشته باشیم؟ 01:03

فصل 4: مبانی آزمون

جزئیات ساختار آزمون 01:18

فصل 5: نوع سوالات در آزمون‌های مایکروسافت

چه نوع سوالاتی در آزمون می‌آید؟ 01:03

فصل 6: نوع سوالات در AI-900 - Microsoft Azure AI Fundamentals

نوع سوالات آزمون Fundamental 00:31

فصل 7: جزئیات نمره‌دهی آزمون

نحوه نمره‌دهی در آزمون چگونه خواهد بود؟ 01:51

فصل 8: حجم‌های کاری و ملاحظات هوش مصنوعی

شناسایی ویژگی‌های حجم‌های کاری رایج هوش مصنوعی 09:39
شناسایی اصول راهنما برای هوش مصنوعی مسئول 03:34

فصل 9: اصول بنیادی یادگیری ماشین در آژور

تکنیک‌های رایج یادگیری ماشین و مفاهیم اصلی یادگیری ماشین 08:20
تسک‌ها در ایجاد یک راه‌حل ML و قابلیت‌های یادگیری ماشین بدون کد با یادگیری ماشین آژور 04:47