[2023年更新]合格できるMicrosoft AI-900日本語試験最新198問題 [Q85-Q108]

[2023年更新]合格できるMicrosoft AI-900日本語試験最新198問題

ゲット2023年最新の無料Microsoft AI-900日本語試験問題アンサー

質問 # 85
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

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.
Reference:
https://docs.microsoft.com/en-us/learn/modules/responsible-ai-principles/4-guiding-principles AI systems should perform reliably and safely. For example, consider an AI-based software system for an autonomous vehicle; or a machine learning model that diagnoses patient symptoms and recommends prescriptions. Unreliability in these kinds of system can result in substantial risk to human life.
https://docs.microsoft.com/en-us/learn/modules/get-started-ai-fundamentals/7-understand-responsible-ai

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, email Description automatically generated

質問 # 87
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-gb/azure/cognitive-services/text-analytics/overview
https://azure.microsoft.com/en-gb/services/cognitive-services/speech-services/ You can use the Speech service to transcribe a call to text - Yes we can use Speech to Text API to achieve this
https://docs.microsoft.com/en-us/learn/modules/recognize-synthesize-speech/1-introduction You can use a speech service to translate the audio of a call to a different language - Yes we can use Speech translation service to achieve this The Speech service includes the following application programming interfaces (APIs):
Speech-to-text - used to transcribe speech from an audio source to text format.
Text-to-speech - used to generate spoken audio from a text source.
Speech Translation - used to translate speech in one language to text or speech in another.
https://docs.microsoft.com/en-us/learn/modules/translate-text-with-translation-service/2-get-started-azure You can use text analytics service to extract key entities from a call transcript -Yes Text Analytics API helps to achieve this
https://docs.microsoft.com/en-us/learn/modules/analyze-text-with-text-analytics-service/2-get-started-azure

質問 # 88
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/cognitive-services/custom-vision-service/get-started-build-detector

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：

Reference:
https://docs.microsoft.com/en-us/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier

質問 # 90
機械学習のタイプを適切なシナリオに一致させます。
答えるには、適切な機械学習タイプを左側の列から右側のシナリオにドラッグします。
各機械学習タイプは、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：

質問 # 91
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：

Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/tutorial-designer-automobile-price-train-score

質問 # 92
文を完成させるには、回答領域で適切な選択肢を選択してください。
コンピュータビジョン機能は次の場所に展開できます。

A. 以下の説明の答えを参照してください。

正解：A

解説：
Integrate a facial recognition feature into an app.

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：

質問 # 94
QnAMakerナレッジベースからの応答を提供するWebチャットボットがあります。
ボットがユーザーフィードバックを使用して、時間の経過とともに応答の関連性を向上させるようにする必要があります。
何を使うべきですか？

A. アクティブラーニング
B. キーフレーズ抽出
C. ビジネスロジック
D. 感情分析

正解：A

解説：
Reference:
https://docs.microsoft.com/en-us/azure/cognitive-services/qnamaker/how-to/improve-knowledge-base

質問 # 95
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/en-us/services/machine-learning/automatedml/#features

質問 # 96
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

質問 # 97
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 # 98
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 # 99
AIワークロードのタイプを適切なシナリオに一致させます。
答えるには、適切なワークロードタイプを左側の列から右側のシナリオにドラッグします。各ワークロードタイプは、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：

Reference:
https://docs.microsoft.com/en-us/azure/architecture/data-guide/technology-choices/natural-language-processing

質問 # 100
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：

質問 # 101
従業員とその写真のリストを含むデータベースがあります。
従業員の新しい写真にタグを付けています。
次の各ステートメントについて、ステートメントが真の場合は[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/cognitive-services/face/overview
https://docs.microsoft.com/en-us/azure/cognitive-services/face/concepts/face-detection

質問 # 102
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 # 103
顔認識タスクを適切な質問に一致させます。
回答するには、適切なタスクを左側の列から右側の質問にドラッグします。各タスクは、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: verification
Face verification: Check the likelihood that two faces belong to the same person and receive a confidence score.
Box 2: similarity
Box 3: Grouping
Box 4: identification
Face detection: Detect one or more human faces along with attributes such as: age, emotion, pose, smile, and facial hair, including 27 landmarks for each face in the image.
Reference:
https://azure.microsoft.com/en-us/services/cognitive-services/face/#features

質問 # 104
文を正しく完成させる答えを選択してください。

正解：

解説：

質問 # 105
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
In machine learning, if you have labeled data, that means your data is marked up, or annotated, to show the target, which is the answer you want your machine learning model to predict.
In general, data labeling can refer to tasks that include data tagging, annotation, classification, moderation, transcription, or processing.
Box 2: No
Box 3: No
Accuracy is simply the proportion of correctly classified instances. It is usually the first metric you look at when evaluating a classifier. However, when the test data is unbalanced (where most of the instances belong to one of the classes), or you are more interested in the performance on either one of the classes, accuracy doesn't really capture the effectiveness of a classifier.
Reference:
https://www.cloudfactory.com/data-labeling-guide
https://docs.microsoft.com/en-us/azure/machine-learning/studio/evaluate-model-performance

質問 # 106
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://azure.microsoft.com/en-gb/services/cognitive-services/speech-to-text/#features Speech recognition means Speech to Text. In the above example as a person speaks the words are converted into text of the same language. Hence Speech to Text also called Speech recognition is the right answer.
Speech recognition - the ability to detect and interpret spoken input.
Speech synthesis - the ability to generate spoken output.
https://docs.microsoft.com/en-us/learn/modules/recognize-synthesize-speech/1-introduction

質問 # 107
ツールをAzureMachineLearningタスクに一致させます。
答えるには、適切なツールを左側の列から右側のタスクにドラッグします。各ツールは、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。注：正しい一致はそれぞれ1ポイントの価値があります。