英語で読む

次の方法で共有


試験 AI-900: Microsoft Azure AI の基礎の学習ガイド

このドキュメントの目的

この学習ガイドは、この試験で想定される内容を理解するのに役立つもので、試験に出る可能性のあるトピックの概要と、その他のリソースへのリンクが掲載されています。 このドキュメントの情報と資料は、試験の準備を進めるときに学習の焦点を合わせるのに役立ちます。

便利なリンク 説明
2024 年 4 月 24 日時点の評価されるスキルを確認する この一覧は、指定された日付以降の評価されるスキルを示しています。 この日付以降に受験する予定であれば、この一覧を確認してください。
2024 年 4 月 24 日より前の評価されるスキルを確認する 指定された日付より前に受験する予定であれば、この一覧を確認してください。
ログの変更 指定された日付に行われた変更を確認する場合、変更ログに直接進むことができます。
認定資格の取得方法 1 つの試験に合格するだけで取得できる認定資格もありますが、それ以外は、複数の試験に合格する必要があります。
認定資格の更新 Microsoft のアソシエイト、エキスパート、専門の認定資格は、毎年有効期限が切れます。 資格所有者は、Microsoft Learn で無料のオンライン評価に合格するだけで更新できます。
Microsoft Learn プロファイル 認定プロファイルを Microsoft Learn に接続すると、試験のスケジュール設定と更新、および証明書の共有と印刷を行うことができます。
試験スコアとスコアレポート 合格するには、700 以上のスコアが必要です。
試験サンドボックス 試験サンドボックスにアクセスして、試験の環境を確認できます。
便宜を要求する 支援機器を使用する場合、時間延長が必要な場合、または試験エクスペリエンスのいずれかの部分を変更する必要がある場合は、便宜を図るよう要求できます。
無料の練習用評価を受ける 試験対策用の練習問題で実力を試すことができます。

試験の更新

試験は、ロールを実行するために必要なスキルを反映するように定期的に更新されます。 試験を受けるタイミングに応じて、2 つのバージョンの評価されるスキルの目標が含まれています。

常に、英語版の試験が最初に更新されます。 一部の試験は他の言語にローカライズされており、英語版が更新されてから約 8 週間後に更新されます。 Microsoft では、前述のようにローカライズ版を更新するためにあらゆる努力を行いますが、場合によっては、予定どおりに試験のローカライズ版が更新されないことがあります。 その他の利用可能な言語は、試験の詳細 Web ページの「試験のスケジュール設定」セクションに表示されます。 試験が希望する言語で実施されていない場合、試験完了までの時間を 30 分延長するように要求できます。

評価される各スキルの後に続く箇条書きは、そのスキルをどのようにして評価するかを説明することを目的としています。 関連するトピックが試験に出題される可能性があります。

ほとんどの問題は一般提供 (GA) の機能について出題されます。 プレビュー機能が一般的に使用されている場合は、これらの機能に関する問題が試験に含まれることがあります。

2024 年 4 月 24 日時点の評価されるスキル

視聴者プロフィール

この試験は、機械学習と AI の概念および関連する Microsoft Azure サービスの基礎知識を示す機会です。 この試験の受験者は、試験 AI-900 のマイペースで進められる、または講師による指導付きの教材に精通している必要があります。

この試験は、技術的および非技術的背景の両方を持つ方を対象としています。 データ サイエンスとソフトウェア エンジニアリングの経験は必要ありません。 ただし、次に関する知識をお持ちですと、ベネフィットがあります。

  • クラウドの基本的な概念

  • クライアント-サーバー アプリケーション

Azure AI Fundamentals は、Azure Data Scientist Associate や Azure AI Engineer Associate などの他の Azure ロールベースの認定の準備に使用できますが、いずれの前提条件でもありません。

スキルの概要

  • Artificial Intelligence のワークロードと考慮事項について説明する (15 から 20%)

  • Azure での機械学習の基本原則について説明する (20 から 25%)

  • Azure の Computer Vision ワークロードの機能について説明する (15 から 20%)

  • Azure の自然言語処理 (NLP) ワークロードの機能について説明する (15 から 20%)

  • Azure 上の生成系 AI ワークロードの特徴について説明する (15 から 20%)

Artificial Intelligence のワークロードと考慮事項について説明する (15 から 20%)

一般的な AI ワークロードの機能を特定する

  • コンテンツ モデレーションとパーソナル化ワークロードの特徴を特定する

  • Computer Vision ワークロードを特定する

  • 自然言語処理のワークロードを特定する

  • ナレッジ マイニングのワークロードを特定する

  • ドキュメント インテリジェンス ワークロードを特定する

  • 生成系 AI ワークロードの特徴を特定する

責任ある AI の基本原則を確認する

  • AI ソリューションの公平性に関する考慮事項について説明する

  • AI ソリューションの信頼性と安全性に関する考慮事項について説明する

  • AI ソリューションのプライバシーとセキュリティに関する考慮事項について説明する

  • AI ソリューションの包括性に関する考慮事項について説明する

  • AI ソリューションの透明性に関する考慮事項について説明する

  • AI ソリューションの説明責任に関する考慮事項について説明する

Azure での機械学習の基本原則について説明する (20 から 25%)

一般的な機械学習の手法を特定する

  • 回帰機械学習シナリオを特定する

  • 分類機械学習のシナリオを特定する

  • クラスタリング機械学習のシナリオを特定する

  • ディープ ラーニング手法の特徴を特定する

機械学習の中心概念について説明する

  • 機械学習用のデータセット内の特徴量とラベルを特定する

  • 機械学習でトレーニングおよび検証用のデータセットを使用する方法について説明する

Azure Machine Learning の機能について説明する

  • 自動機械学習の機能について説明する

  • データ サイエンスと機械学習のデータとコンピューティング サービスについて説明する

  • Azure Machine Learning でのモデルの管理とデプロイの機能について説明する

Azure の Computer Vision ワークロードの機能について説明する (15 から 20%)

Computer Vision ソリューションの一般的な種類を特定する

  • 画像分類ソリューションの機能を特定する

  • 物体検出ソリューションの機能を特定する

  • 光学式文字認識ソリューションの機能を特定する

  • 顔検出および顔分析ソリューションの機能を特定する

Computer Vision タスク用の Azure ツールおよびサービスを特定する

  • Azure AI Vision サービスの機能について説明する

  • Azure AI 顔検出サービスの機能について説明する

Azure の自然言語処理 (NLP) ワークロードの機能について説明する (15 から 20%)

NLP ワークロードの一般的なシナリオの機能を特定する

  • キー フレーズ抽出の機能と用途を特定する

  • エンティティ認識の機能と用途を特定する

  • 感情分析の機能と用途を特定する

  • 言語モデリングの機能と用途を特定する

  • 音声の認識および合成の機能と用途を特定する

  • 翻訳の機能と用途を特定する

NLP ワークロード用の Azure ツールおよびサービスを特定する

  • Azure AI Language サービスの機能について説明する

  • Azure AI 音声サービスの機能について説明する

Azure 上の生成系 AI ワークロードの特徴について説明する (15 から 20%)

生成系 AI ソリューションの特徴を特定する

  • 生成系 AI モデルの特徴を特定する

  • 生成系 AI の一般的なシナリオを特定する

  • 生成系 AI の責任ある AI に関する考慮事項を特定する

Azure OpenAI Service の機能を特定する

  • Azure OpenAI Service の自然言語生成機能について説明する

  • Azure OpenAI Service のコード生成機能について説明する

  • Azure OpenAI Service の画像生成機能について説明する

学習リソース

試験を受ける前に、トレーニングを行い、実践的な経験を積むことをお勧めします。 自己学習のオプションとクラスルーム トレーニングのほか、ドキュメント、コミュニティ サイト、ビデオへのリンクも提供しています。

ログの変更

表を理解するための鍵: トピック グループ (機能グループとも呼ばれます) は太字の書体で、その後に各グループ内の目的が続きます。 表は、この試験で評価されるスキルの 2 つのバージョンを比較したもので、3 番目の列は変更の程度を示しています。

2024 年 4 月 24 日より前のスキル領域 2024 年 4 月 24 日時点のスキル領域 Change
受講者のプロファイル 変更なし
Artificial Intelligence ワークロードと考慮事項について説明する Artificial Intelligence ワークロードと考慮事項について説明する 変更なし
一般的な AI ワークロードの機能を特定する 一般的な AI ワークロードの機能を特定する 変更なし
責任ある AI の基本原則を確認する 責任ある AI の基本原則を確認する 変更なし
Azure での機械学習の基本原則について説明する Azure での機械学習の基本原則について説明する 変更なし
一般的な機械学習の手法を特定する 一般的な機械学習の手法を特定する 変更なし
機械学習の中心概念について説明する 機械学習の中心概念について説明する 変更なし
Azure Machine Learning の機能について説明する Azure Machine Learning の機能について説明する Minor
Azure のコンピューター ビジョン ワークロードの機能について説明する Azure のコンピューター ビジョン ワークロードの機能について説明する 変更なし
Computer Vision ソリューションの一般的な種類を特定する Computer Vision ソリューションの一般的な種類を特定する 変更なし
Computer Vision タスク用の Azure ツールおよびサービスを特定する Computer Vision タスク用の Azure ツールおよびサービスを特定する Minor
Azure の Natural Language Processing (NLP) ワークロードの機能について説明する Azure の Natural Language Processing (NLP) ワークロードの機能について説明する 変更なし
NLP ワークロードの一般的なシナリオの機能を特定する NLP ワークロードの一般的なシナリオの機能を特定する 変更なし
NLP ワークロード用の Azure ツールおよびサービスを特定する NLP ワークロード用の Azure ツールおよびサービスを特定する Minor
Azure 上の生成 AI ワークロードの特徴について説明する Azure 上の生成 AI ワークロードの特徴について説明する 変更なし
生成系 AI ソリューションの特徴を特定する 生成系 AI ソリューションの特徴を特定する 変更なし
Azure OpenAI Service の機能を特定する Azure OpenAI Service の機能を特定する 変更なし

2024 年 4 月 24 日より前の評価されるスキル

視聴者プロフィール

この試験は、機械学習と AI の概念および関連する Microsoft Azure サービスの基礎知識を示す機会です。 この試験の受験者は、試験 AI-900 のマイペースで進められる、または講師による指導付きの教材に精通している必要があります。

この試験は、技術的および非技術的背景の両方を持つ方を対象としています。 データ サイエンスとソフトウェア エンジニアリングの経験は必要ありません。 ただし、次に関する知識をお持ちですと、ベネフィットがあります。

  • クラウドの基本的な概念

  • クライアント-サーバー アプリケーション

Azure AI Fundamentals は、Azure Data Scientist Associate や Azure AI Engineer Associate などの他の Azure ロールベースの認定の準備に使用できますが、いずれの前提条件でもありません。

スキルの概要

  • Artificial Intelligence のワークロードと考慮事項について説明する (15 から 20%)

  • Azure での機械学習の基本原則について説明する (20 から 25%)

  • Azure の Computer Vision ワークロードの機能について説明する (15 から 20%)

  • Azure の自然言語処理 (NLP) ワークロードの機能について説明する (15 から 20%)

  • Azure 上の生成系 AI ワークロードの特徴について説明する (15 から 20%)

Artificial Intelligence のワークロードと考慮事項について説明する (15 から 20%)

一般的な AI ワークロードの機能を特定する

  • コンテンツ モデレーションとパーソナル化ワークロードの特徴を特定する

  • Computer Vision ワークロードを特定する

  • 自然言語処理のワークロードを特定する

  • ナレッジ マイニングのワークロードを特定する

  • ドキュメント インテリジェンス ワークロードを特定する

  • 生成系 AI ワークロードの特徴を特定する

責任ある AI の基本原則を確認する

  • AI ソリューションの公平性に関する考慮事項について説明する

  • AI ソリューションの信頼性と安全性に関する考慮事項について説明する

  • AI ソリューションのプライバシーとセキュリティに関する考慮事項について説明する

  • AI ソリューションの包括性に関する考慮事項について説明する

  • AI ソリューションの透明性に関する考慮事項について説明する

  • AI ソリューションの説明責任に関する考慮事項について説明する

Azure での機械学習の基本原則について説明する (20 から 25%)

一般的な機械学習の手法を特定する

  • 回帰機械学習シナリオを特定する

  • 分類機械学習のシナリオを特定する

  • クラスタリング機械学習のシナリオを特定する

  • ディープ ラーニング手法の特徴を特定する

機械学習の中心概念について説明する

  • 機械学習用のデータセット内の特徴量とラベルを特定する

  • 機械学習でトレーニングおよび検証用のデータセットを使用する方法について説明する

Azure Machine Learning の機能について説明する

  • 自動機械学習の機能について説明する

  • データ サイエンスと機械学習のデータとコンピューティング サービスについて説明する

  • Azure Machine Learning でのモデルの管理とデプロイの機能について説明する

Azure の Computer Vision ワークロードの機能について説明する (15 から 20%)

Computer Vision ソリューションの一般的な種類を特定する:

  • 画像分類ソリューションの機能を特定する

  • 物体検出ソリューションの機能を特定する

  • 光学式文字認識ソリューションの機能を特定する

  • 顔検出および顔分析ソリューションの機能を特定する

Computer Vision タスク用の Azure ツールおよびサービスを特定する

  • Azure AI Vision サービスの機能について説明する

  • Azure AI 顔検出サービスの機能について説明する

  • Azure AI Video Indexer サービスの機能について説明する

Azure の自然言語処理 (NLP) ワークロードの機能について説明する (15 から 20%)

NLP ワークロードの一般的なシナリオの機能を特定する

  • キー フレーズ抽出の機能と用途を特定する

  • エンティティ認識の機能と用途を特定する

  • 感情分析の機能と用途を特定する

  • 言語モデリングの機能と用途を特定する

  • 音声の認識および合成の機能と用途を特定する

  • 翻訳の機能と用途を特定する

NLP ワークロード用の Azure ツールおよびサービスを特定する

  • Azure AI Language サービスの機能について説明する

  • Azure AI 音声サービスの機能について説明する

  • Azure AI 翻訳サービスの機能について説明する

Azure 上の生成系 AI ワークロードの特徴について説明する (15 から 20%)

生成系 AI ソリューションの特徴を特定する

  • 生成系 AI モデルの特徴を特定する

  • 生成系 AI の一般的なシナリオを特定する

  • 生成系 AI の責任ある AI に関する考慮事項を特定する

Azure OpenAI Service の機能を特定する

  • Azure OpenAI Service の自然言語生成機能について説明する

  • Azure OpenAI Service のコード生成機能について説明する

  • Azure OpenAI Service の画像生成機能について説明する