必ず合格できるMicrosoft AI-900日本語試験の正確な165問題と解答あります
最新 [2023年01月23日]2023年最新の実際にある検証済みのAI-900日本語問題集
質問 80
文を完成させるには、回答領域で適切なオプションを選択します。
正解:
解説:
Reference:
https://docs.microsoft.com/en-us/azure/cognitive-services/custom-vision-service/home custom vision - This is a type of computer vision service which helps in building/training models using user provided data Creating an object detection solution with Custom Vision consists of three main tasks. First you must use upload and tag images, then you can train the model, and finally you must publish the model so that client applications can use it to generate predictions.
https://docs.microsoft.com/en-us/learn/modules/detect-objects-images-custom-vision/2-object-detection-azure
質問 81
次の各ステートメントについて、ステートメントがtrueの場合は、[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。
正解:
解説:
Explanation
Box 1: Yes
Azure bot service can be integrated with the powerful AI capabilities with Azure Cognitive Services.
Box 2: Yes
Azure bot service engages with customers in a conversational manner.
Box 3: No
The QnA Maker service creates knowledge base, not question and answers sets.
Note: You can use the QnA Maker service and a knowledge base to add question-and-answer support to your bot. When you create your knowledge base, you seed it with questions and answers.
Reference:
https://docs.microsoft.com/en-us/azure/bot-service/bot-builder-tutorial-add-qna
質問 82
責任あるAIに関するマイクロソフトの指導原則を適切な説明に一致させます。
答えるには、適切な原則を左側の列から右側の説明にドラッグします。各原則は、1回使用することも、複数回使用することも、まったく使用しないこともできます。
注：正しい選択はそれぞれ1ポイントの価値があります。
正解:
解説:
Explanation
Box 1: Reliability and safety
To build trust, it's critical that AI systems operate reliably, safely, and consistently under normal circumstances and in unexpected conditions. These systems should be able to operate as they were originally designed, respond safely to unanticipated conditions, and resist harmful manipulation.
Box 2: Fairness
Fairness: AI systems should treat everyone fairly and avoid affecting similarly situated groups of people in different ways. For example, when AI systems provide guidance on medical treatment, loan applications, or employment, they should make the same recommendations to everyone with similar symptoms, financial circumstances, or professional qualifications.
We believe that mitigating bias starts with people understanding the implications and limitations of AI predictions and recommendations. Ultimately, people should supplement AI decisions with sound human judgment and be held accountable for consequential decisions that affect others.
Box 3: Privacy and security
As AI becomes more prevalent, protecting privacy and securing important personal and business information is becoming more critical and complex. With AI, privacy and data security issues require especially close attention because access to data is essential for AI systems to make accurate and informed predictions and decisions about people. AI systems must comply with privacy laws that require transparency about the collection, use, and storage of data and mandate that consumers have appropriate controls to choose how their data is used Reference:
https://docs.microsoft.com/en-us/learn/modules/responsible-ai-principles/4-guiding-principles
質問 83
文を完成させるには、回答領域で適切なオプションを選択します。
正解:
解説:
Explanation
With Microsoft's Conversational AI tools developers can build, connect, deploy, and manage intelligent bots that naturally interact with their users on a website, app, Cortana, Microsoft Teams, Skype, Facebook Messenger, Slack, and more.
Reference:
https://azure.microsoft.com/en-in/blog/microsoft-conversational-ai-tools-enable-developers-to-build-connect-and
質問 84
次の各ステートメントについて、ステートメントがtrueの場合は、[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。
正解:
解説:
質問 85
あなたのウェブサイトには、顧客を支援するチャットボットがあります。
顧客がチャットボットに入力した内容に基づいて、顧客が動揺していることを検出する必要があります。
どのタイプのAIワークロードを使用する必要がありますか？
- A. 回帰
- B. 異常検出
- C. セマンティックセグメンテーション
- D. 自然言語処理
正解: D
解説:
Explanation
Natural language processing (NLP) is used for tasks such as sentiment analysis, topic detection, language detection, key phrase extraction, and document categorization.
Sentiment Analysis is the process of determining whether a piece of writing is positive, negative or neutral.
Reference:
https://docs.microsoft.com/en-us/azure/architecture/data-guide/technology-choices/natural-language-processing
質問 86
次の各ステートメントについて、ステートメントがtrueの場合は、[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。
正解:
解説:
Explanation
Graphical user interface, text, application Description automatically generated
Clustering is a machine learning task that is used to group instances of data into clusters that contain similar characteristics. Clustering can also be used to identify relationships in a dataset Regression is a machine learning task that is used to predict the value of the label from a set of related features.
Reference:
https://docs.microsoft.com/en-us/dotnet/machine-learning/resources/tasks
質問 87
自動車の価格を予測するモデルを構築するには、Azure MachineLearningデザイナーを使用する必要があります。
モデルを完成させるためにどのタイプのモジュールを使用する必要がありますか？答えるには、適切なモジュールを正しい場所にドラッグします。各モジュールは、1回使用することも、複数回使用することも、まったく使用しないこともできます。コンテンツを表示するには、ペイン間で分割バーをドラッグするか、スクロールする必要がある場合があります。
注：正しい選択はそれぞれ1ポイントの価値があります。
正解:
解説:
Explanation
Diagram Description automatically generated
Box 1: Select Columns in Dataset
For Columns to be cleaned, choose the columns that contain the missing values you want to change. You can choose multiple columns, but you must use the same replacement method in all selected columns.
Example:
Box 2: Split data
Splitting data is a common task in machine learning. You will split your data into two separate datasets. One dataset will train the model and the other will test how well the model performed.
Box 3: Linear regression
Because you want to predict price, which is a number, you can use a regression algorithm. For this example, you use a linear regression model.
Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/tutorial-designer-automobile-price-train-score
質問 88
テキストとして保存されている保険金請求レポートがあります。
要約を生成するには、レポートから重要な用語を抽出する必要があります。
どのタイプのAlワークロードを使用する必要がありますか？
- A. コンピュータービジョン
- B. 会話型アル
- C. 異常検出
- D. 自然言語処理
正解: D
解説:
Explanation
Key phrase extraction is the concept of evaluating the text of a document, or documents, and then identifying the main talking points of the document(s).
Key phase extraction is a part of Text Analytics. The Text Analytics service is a part of the Azure Cognitive Services offerings that can perform over raw text.
https://docs.microsoft.com/en-us/learn/modules/analyze-text-with-text-analytics-service/2-get-started-azure
質問 89
文を完成させるには、回答領域で適切なオプションを選択します。
正解:
解説:
Explanation
Reference:
https://docs.microsoft.com/en-us/azure/cognitive-services/computer-vision/concept-object-detection
質問 90
文を完成させるには、回答領域で適切なオプションを選択します。
正解:
解説:
Explanation
Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/team-data-science-process/create-features
質問 91
次の各ステートメントについて、ステートメントがtrueの場合は、[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。
正解:
解説:
Reference:
https://azure.microsoft.com/es-es/blog/machine-assisted-text-classification-on-content-moderator-public-preview/
https://docs.microsoft.com/en-us/azure/architecture/data-guide/technology-choices/natural-language-processing
質問 92
Azure Machine Learning Designerを使用して、モデルパイプラインを構築します。パイプラインを実行する前に何を作成する必要がありますか？
- A. Jupyterノートブック
- B. コンピューティングリソース
- C. 登録モデル
正解: B
質問 93
文を完成させるには、回答領域で適切なオプションを選択します。
正解:
解説:
Explanation
In the most basic sense, regression refers to prediction of a numeric target.
Linear regression attempts to establish a linear relationship between one or more independent variables and a numeric outcome, or dependent variable.
You use this module to define a linear regression method, and then train a model using a labeled dataset. The trained model can then be used to make predictions.
Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/algorithm-module-reference/linear-regression
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/machine-learning-initialize-m
質問 94
分類モデルを評価するためにどのメトリックを使用できますか？
- A. 平均絶対誤差（MAE）
- B. 決定係数（R2）
- C. 二乗平均平方根誤差（RMSE）
- D. 真陽性率
正解: D
解説:
What does a good model look like?
An ROC curve that approaches the top left corner with 100% true positive rate and 0% false positive rate will be the best model. A random model would display as a flat line from the bottom left to the top right corner. Worse than random would dip below the y=x line.
Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-understand-automated-ml#classification
質問 95
特定の期間に発生したタクシーの旅に関する情報を含むデータセットがあります。
タクシーの旅の運賃を予測するには、モデルをトレーニングする必要があります。
機能として何を使用する必要がありますか？
- A. 個々のタクシーの移動距離
- B. 個々のタクシーの旅の旅行ID
- C. 個々のタクシーの旅の運賃
- D. データセット内のタクシーの旅の数
正解: A
解説:
Explanation
The label is the column you want to predict. The identified Features are the inputs you give the model to predict the Label.
Example:
The provided data set contains the following columns:
vendor_id: The ID of the taxi vendor is a feature.
rate_code: The rate type of the taxi trip is a feature.
passenger_count: The number of passengers on the trip is a feature.
trip_time_in_secs: The amount of time the trip took. You want to predict the fare of the trip before the trip is completed. At that moment, you don't know how long the trip would take. Thus, the trip time is not a feature and you'll exclude this column from the model.
trip_distance: The distance of the trip is a feature.
payment_type: The payment method (cash or credit card) is a feature.
fare_amount: The total taxi fare paid is the label.
Reference:
https://docs.microsoft.com/en-us/dotnet/machine-learning/tutorials/predict-prices
質問 96
次の各ステートメントについて、ステートメントがtrueの場合は、[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。
正解:
解説:
Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/concept-designer
質問 97
次の各ステートメントについて、ステートメントがtrueの場合は、[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。
正解:
解説:
Explanation
Graphical user interface, text, application Description automatically generated
質問 98
......
無料でゲット！2023年最新のに更新されたMicrosoft AI-900日本語試験問題と解答：https://jp.fast2test.com/AI-900J-premium-file.html