최신 AI-900-CN 무료덤프 - Microsoft Azure AI Fundamentals (AI-900中文版)

對於以下每個陳述,如果該陳述為真,請選擇「是」。否則,選擇“否”。 注意:每個正確的選擇都值得一分。
정답:

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
您可以使用電腦視覺來處理哪兩種工作負載?每個正確答案都代表一個完整的解決方案。注意:每個正確的選擇都值得一分。

정답: A,C
哪三個操作可以提高使用 GPT-3.5 的生成式 AI 解決方案回傳的回應品質?每個正確答案都代表一個完整的解決方案。
注意:每個正確答案都值一分。

정답: B,D,E
訓練模型時,為什麼要隨機地將行分成單獨的子集?

정답: C
설명: (DumpTOP 회원만 볼 수 있음)
您需要識別資料集中具有相似數值的行組。您應該使用哪種類型的機器學習?

정답: C
將臉部辨識任務與適當的問題相匹配。
要回答,請將相應的任務從左側的列拖曳到右側的問題。每個任務可以使用一次、多次或完全不使用。
注意:每個正確的選擇都值得一分。
정답:

Reference:
https://azure.microsoft.com/en-us/services/cognitive-services/face/#features
您需要計算照片中動物的數量。您應該使用哪種類型的電腦視覺?

정답: D
對於以下每個陳述,如果該陳述為真,請選擇「是」。否則,選擇“否”。 注意:每個正確的選擇都值得一分。
정답:
要完成句子,請在答案區中選擇適當的選項。
정답:

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
您有一個可以識別圖像中鳥類的應用程式。該應用程式執行以下任務:
* 辨識影像中鳥類的位置
* 辨識影像中鳥類的種類
每個任務使用哪種類型的電腦視覺?要回答,請在答案區域中選擇適當的選項。
注意:每個正確的選擇都值得一分。
정답:
對於以下每個陳述,如果該陳述為真,請選擇「是」。否則,選擇“否”。 注意:每個正確的選擇都值得一分。
정답:
您需要建立叢集模型並使用 Azure 機器學習設計器評估該模型。你該怎麼辦?

정답: D
貴公司正在探索在其智慧家庭設備中使用語音辨識技術。該公司希望找出可能無意中遺漏特定用戶群的任何障礙。
這是微軟負責任人工智慧指導原則的一個例子?

정답: B
설명: (DumpTOP 회원만 볼 수 있음)
要完成句子,請在答案區中選擇適當的選項。
使用新近度、頻率和貨幣 (RFM) 值來識別客戶群的細分是 ___________ 的範例
정답:
See the below in explanation
Explanation:
Classification

우리와 연락하기

문의할 점이 있으시면 메일을 보내오세요. 12시간이내에 답장드리도록 하고 있습니다.

근무시간: ( UTC+9 ) 9:00-24:00
월요일~토요일

서포트: 바로 연락하기