[Q136-Q155] AI-900日本語練習Microsoft高合格率回答あなたを試験は高確率で合格させます！[2026]

AI-900日本語練習Microsoft高合格率回答あなたを試験は高確率で合格させます！[2026]

最高の方法からパスMicrosoft Certified: Azure AI FundamentalsのAI-900日本語試験合格させます

質問 # 136
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：

Explanation:

質問 # 137
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:

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 # 138
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 # 139
サービスを適切な説明に一致させます。
回答するには、適切なサービスを左側の列から右側の説明にドラッグします。各サービスは、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

正解：

解説：

質問 # 140
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 # 141
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 # 142
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/how-to-designer-python
https://docs.microsoft.com/en-us/azure/machine-learning/concept-automated-ml

質問 # 143
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/cloud-adoption-framework/innovate/best-practices/trusted-ai

質問 # 144
データ分割モジュールを含むAzureMachineLearningパイプラインがあります。Split Dataモジュールは、TrainModelモジュールとScoreModelモジュールに出力します。データ分割モジュールの機能は何ですか？

A. モデルに含める必要のある列を選択する
B. データが欠落しているレコードを迂回させる
C. トレーニングおよび検証データセットの作成
D. 一貫した数値範囲内に収まるように数値変数をスケーリングする

正解：C

解説：
According to the Microsoft Azure AI Fundamentals (AI-900) official study guide and Microsoft Learn module "Identify features of Azure Machine Learning", the Split Data module in an Azure Machine Learning pipeline is used to divide a dataset into two or more subsets-typically a training dataset and a testing (or validation) dataset. This is a fundamental step in the supervised machine learning workflow because it allows for accurate evaluation of the model's performance on data it has not seen during training.
In a typical workflow, the data flows as follows:
* The dataset is first preprocessed (cleaned, normalized, or transformed).
* The Split Data module divides this dataset into two parts - one for training the model and another for testing or scoring the model's accuracy.
* The Train Model module uses the training data output from the Split Data module to learn patterns and build a predictive model.
* The Score Model module then takes the trained model and applies it to the test data output to measure how well the model performs on unseen data.
The Split Data module typically uses a defined ratio (such as 0.7:0.3 or 70% for training and 30% for testing).
This ensures that the trained model can generalize well to new, real-world data rather than simply memorizing the training examples.
Now, addressing the incorrect options:
* A. Selecting columns that must be included in the model is done by the Select Columns in Dataset module.
* C. Diverting records that have missing data is handled by the Clean Missing Data module.
* D. Scaling numeric variables is done using the Normalize Data or Edit Metadata modules.
Therefore, based on the official AI-900 learning objectives, the verified and most accurate answer is B.
creating training and validation datasets.

質問 # 145
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:
Classification

質問 # 146
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:

質問 # 147
機械学習のプロセス中、いつ評価指標をレビューする必要がありますか?

A. 検証データでモデルをテストした後。
B. モデルのタイプを選択する前。
C. モデルをトレーニングする前。
D. データをクリーンアップした後。

正解：A

質問 # 148
自然言語処理を使用して、Microsoftニュース記事のテキストを処理します。
次の展示に示す出力を受け取ります。

どのタイプの自然言語処理が実行されましたか？

A. sentiment analysis
B. entity recognition
C. translation
D. key phrase extraction

正解：B

解説：
https://docs.microsoft.com/en-us/azure/cognitive-services/text-analytics/overview You can provide the Text Analytics service with unstructured text and it will return a list of entities in the text that it recognizes. You can provide the Text Analytics service with unstructured text and it will return a list of entities in the text that it recognizes. The service can also provide links to more information about that entity on the web. An entity is essentially an item of a particular type or a category; and in some cases, subtype, such as those as shown in the following table.
https://docs.microsoft.com/en-us/learn/modules/analyze-text-with-text-analytics-service/2-get-started-azure

質問 # 149
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 # 150
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

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. At Microsoft, we are continuing to research privacy and security breakthroughs (see next unit) and invest in robust compliance processes to ensure that data collected and used by our AI systems is handled responsibly.
Reference:
https://docs.microsoft.com/en-us/learn/modules/responsible-ai-principles/4-guiding-principles

質問 # 151
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/bot-service/bot-builder-tutorial-add-qna

質問 # 152
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:

According to the Microsoft Azure AI Fundamentals (AI-900) official study guide and Microsoft Learn documentation for Azure AI Custom Vision, this service is a specialized part of the Azure AI Vision family that enables developers to train custom image classification and object detection models. It allows organizations to build tailored computer vision models that recognize images or specific objects relevant to their business needs.
* Detect objects in an image # YesThe Azure AI Custom Vision service supports both image classification (assigning an image to one or more categories) and object detection (identifying and locating objects within an image using bounding boxes). This means it can indeed detect and differentiate multiple objects in a single image, making this statement true.
* Requires your own data to train the model # YesThe Custom Vision service is designed to be customizable. Unlike prebuilt Azure AI Vision models that work out of the box, Custom Vision requires you to upload and label your own dataset for training. The model then learns from your examples to perform specialized image recognition tasks relevant to your domain. Thus, this statement is also true.
* Analyze video files # NoWhile Custom Vision can analyze images, it does not directly process or analyze video files. Video analysis is handled by a different service-Azure Video Indexer-which can extract insights such as spoken words, scenes, and faces from videos.
In summary:
# Yes - Detect objects in images
# Yes - Requires your own data
# No - Does not analyze video files.