“考试 AI-900：Microsoft Azure AI 基础知识”学习指南
本文档的目的
本学习指南应帮助你了解考试的预期内容，并包含考试可能涵盖的主题摘要以及指向其他资源的链接。 本文档中的信息和材料可以帮助你在准备考试时集中精力学习。
| 有用链接 | 说明 |
|---|---|
| 查看自 2024 年 4 月 24 日起测试的技能 | 此列表表示在提供的日期之后测试的技能。 如果你计划在该日期之后参加考试，请学习此列表。 |
| 查看 2024 年 4 月 24 之前测试的技能 | 如果在提供的日期之前参加考试，请学习此技能列表。 |
| 更改日志 | 如果想要查看将在提供的日期所做的更改，可以直接转到更改日志。 |
| 如何获得认证 | 有些认证只需要通过一项考试，而另一些认证则需要通过多项考试。 |
| 认证续订 | Microsoft 助理、专业和专家认证每年都会过期。 你可以通过 Microsoft Learn 上的免费在线评估进行续订。 |
| Microsoft Learn 个人资料 | 通过将认证个人资料连接到 Microsoft Learn，可以安排和续订考试以及共享和打印证书。 |
| 考分和成绩报告 | 需要 700 分或更高的分数才能通过。 |
| 考试沙盒 | 可以通过访问我们的考试沙盒来探索考试环境。 |
| 请求便利设施 | 如果你使用辅助设备、需要额外时间或需要修改考试体验的任何部分，你可以申请住宿。 |
| 进行免费的练习评估 | 通过练习题测试技能，帮助你为考试做准备。 |
考试更新
我们的考试会定期更新，以反映执行某一角色所需的技能。 我们提供了两个版本的技能测评目标，具体取决于你参加考试的时间。
我们始终首先更新考试的英语版本。 一些考试已本地化为其他语言，在英语版本更新后大约八周进行更新。 虽然 Microsoft 会尽一切努力更新本地化版本，但有时考试的本地化版本可能未按此计划进行更新。 其他可用语言列在“考试详细信息”网页的“安排考试”部分。 如果考试不以你的首选语言提供，你可以请求额外 30 分钟时间来完成考试。
注意
每项技能下面的项目符号旨在说明我们如何评估该技能。 考试中可能会涉及到相关的主题。
注意
大多数问题都涉及正式发布 (GA) 的功能。 如果经常使用预览功能，该考试可能会包含有关这些功能的问题。
自 2024 年 4 月 24 日起测试的技能
受众概况
对你而言，此考试是展示机器学习和 AI 概念以及相关 Microsoft Azure 服务知识的机会。 此考试的考生应熟悉考试 AI-900 的自定进度或讲师引导式学习材料。
该考试面向具有技术和非技术背景的考生。 不需要数据科学和软件工程经验。 但是，了解以下内容会让你受益匪浅：
基本云概念
客户端-服务器应用程序
Azure AI Fundamentals 可用于准备其他基于 Azure 角色的认证，例如 Azure Data Scientist Associate 或 Azure AI Engineer Associate，但这不是其中任何一个的先决条件。
技能概览
描述人工智能工作负载和注意事项 (15-20%)
描述 Azure 上机器学习的基本原理 (20-25%)
描述 Azure 上的计算机视觉工作负载的特性 (15-20%)
描述 Azure 上自然语言处理 (NLP) 工作负载的特性 (15-20%)
描述 Azure 上生成式 AI 工作负载的特性 (15-20%)
描述人工智能工作负载和注意事项 (15-20%)
识别常见 AI 工作负载的特性
识别内容审核和个性化工作负载的特性
识别计算机视觉工作负载
识别自然语言处理工作负载
识别知识挖掘工作负载
识别文档智能工作负载
识别生成式 AI 工作负载的特性
确定用于实现负责任的 AI 的指导原则
描述 AI 解决方案中公平性的注意事项
描述 AI 解决方案中可靠性和安全性的注意事项
描述 AI 解决方案中隐私和安全性的注意事项
描述 AI 解决方案中包容性的注意事项
描述 AI 解决方案中透明度的注意事项
描述 AI 解决方案中问责制的注意事项
描述 Azure 上机器学习的基本原理 (20-25%)
识别常见的机器学习技术
确定回归机器学习场景
确定分类机器学习场景
确定聚类分析机器学习场景
识别深度学习技术的特性
描述核心机器学习概念
识别数据集中的特征和标签以进行机器学习
描述如何在机器学习中使用训练和验证数据集
描述 Azure 机器学习功能
描述自动化机器学习的功能
描述用于数据科学和机器学习的数据和计算服务
描述 Azure 机器学习中的模型管理和部署功能
描述 Azure 上的计算机视觉工作负载的特性 (15-20%)
确定常见的计算机视觉解决方案类型
识别图像分类解决方案的特征
识别对象检测解决方案的特征
识别光学字符识别解决方案的特征
识别面部检测和面部分析解决方案的特征
确定用于计算机视觉任务的 Azure 工具和服务
描述 Azure AI 视觉服务的功能
描述 Azure AI 人脸检测服务的功能
描述 Azure 上自然语言处理 (NLP) 工作负载的特性 (15-20%)
确定常见 NLP 工作负载方案的特征
识别关键短语提取的特征和用途
识别实体识别的特征和用途
识别情绪分析的特征和用途
识别语言建模的特征和用途
识别语音识别和合成的特征和用途
确定翻译的功能和用途
确定用于 NLP 工作负载的 Azure 工具和服务
描述 Azure AI 语言服务的功能
描述 Azure AI 语音服务的功能
描述 Azure 上生成式 AI 工作负载的特性 (15-20%)
识别生成式 AI 解决方案的特性
识别生成式 AI 模型的特性
识别生成式 AI 的常见方案
识别生成式 AI 的负责任 AI 注意事项
识别 Azure OpenAI 服务的功能
描述 Azure OpenAI 服务的自然语言生成功能
描述 Azure OpenAI 服务的代码生成功能
描述 Azure OpenAI 服务的图像生成功能
学习资源
我们建议你在参加考试之前进行培训并获得实践经验。 我们提供自学选项和课堂培训，以及指向文档、社区网站和视频的链接。
| 学习资源 | 学习和文档链接 |
|---|---|
| 参加培训 | 从自定进度学习路径和模块中进行选择，或参加讲师引导式课程 |
| 查找文档 | 异常检测器 语言理解 Azure 机器学习 计算机视觉 自然语言处理技术 Azure 机器人服务 语音转文本 语音翻译 |
| 提问 | Microsoft Q&A | Microsoft Docs |
| 获取社区支持 | 人工智能和机器学习中心 |
| 关注 Microsoft Learn | Microsoft Learn - Microsoft Tech Community |
| 查找视频 | AI Show 浏览其他 Microsoft Learn 节目 |
更改日志
理解表的关键：主题组（也称为功能组）以粗体字样显示，后跟每个组中的目标。 下表比较了两个版本的考试测评技能，第三列描述了更改程度。
| 2024 年 4 月 24 日之前的技能领域 | 自 2024 年 4 月 24 日起的技能领域 | 更改 |
|---|---|---|
| 受众概况 | 没有变化 | |
| 描述人工智能工作负荷和注意事项 | 描述人工智能工作负荷和注意事项 | 没有变化 |
| 识别常见 AI 工作负载的特性 | 识别常见 AI 工作负载的特性 | 没有变化 |
| 确定用于实现负责任的 AI 的指导原则 | 确定用于实现负责任的 AI 的指导原则 | 没有变化 |
| - 描述 Azure 上机器学习的基本原理 | - 描述 Azure 上机器学习的基本原理 | 没有变化 |
| 识别常见的机器学习技术 | 识别常见的机器学习技术 | 没有变化 |
| 描述核心机器学习概念 | 描述核心机器学习概念 | 没有变化 |
| 描述 Azure 机器学习功能 | 描述 Azure 机器学习功能 | 次要 |
| 描述 Azure 上的计算机视觉工作负荷的功能 | 描述 Azure 上的计算机视觉工作负荷的功能 | 没有变化 |
| 确定常见的计算机视觉解决方案类型 | 确定常见的计算机视觉解决方案类型 | 没有变化 |
| 确定用于计算机视觉任务的 Azure 工具和服务 | 确定用于计算机视觉任务的 Azure 工具和服务 | 次要 |
| 描述Azure上自然语言处理（NLP）工作负荷的特性 | 描述Azure上自然语言处理（NLP）工作负荷的特性 | 没有变化 |
| 确定常见 NLP 工作负载方案的特征 | 确定常见 NLP 工作负载方案的特征 | 没有变化 |
| 确定用于 NLP 工作负载的 Azure 工具和服务 | 确定用于 NLP 工作负载的 Azure 工具和服务 | 次要 |
| 描述 Azure 上生成式 AI 工作负载的特征 | 描述 Azure 上生成式 AI 工作负载的特征 | 没有变化 |
| 识别生成式 AI 解决方案的特性 | 识别生成式 AI 解决方案的特性 | 没有变化 |
| 识别 Azure OpenAI 服务的功能 | 识别 Azure OpenAI 服务的功能 | 没有变化 |
2024 年 4 月 24 日之前测试的技能
受众概况
对你而言，此考试是展示机器学习和 AI 概念以及相关 Microsoft Azure 服务知识的机会。 此考试的考生应熟悉考试 AI-900 的自定进度或讲师引导式学习材料。
该考试面向具有技术和非技术背景的考生。 不需要数据科学和软件工程经验。 但是，了解以下内容会让你受益匪浅：
基本云概念
客户端-服务器应用程序
Azure AI Fundamentals 可用于准备其他基于 Azure 角色的认证，例如 Azure Data Scientist Associate 或 Azure AI Engineer Associate，但这不是其中任何一个的先决条件。
技能概览
描述人工智能工作负载和注意事项 (15-20%)
描述 Azure 上机器学习的基本原理 (20-25%)
描述 Azure 上的计算机视觉工作负载的特性 (15-20%)
描述 Azure 上自然语言处理 (NLP) 工作负载的特性 (15-20%)
描述 Azure 上生成式 AI 工作负载的特性 (15-20%)
描述人工智能工作负载和注意事项 (15-20%)
识别常见 AI 工作负载的特性
识别内容审核和个性化工作负载的特性
识别计算机视觉工作负载
识别自然语言处理工作负载
识别知识挖掘工作负载
识别文档智能工作负载
识别生成式 AI 工作负载的特性
确定用于实现负责任的 AI 的指导原则
描述 AI 解决方案中公平性的注意事项
描述 AI 解决方案中可靠性和安全性的注意事项
描述 AI 解决方案中隐私和安全性的注意事项
描述 AI 解决方案中包容性的注意事项
描述 AI 解决方案中透明度的注意事项
描述 AI 解决方案中问责制的注意事项
描述 Azure 上机器学习的基本原理 (20-25%)
识别常见的机器学习技术
确定回归机器学习场景
确定分类机器学习场景
确定聚类分析机器学习场景
识别深度学习技术的特性
描述核心机器学习概念
识别数据集中的特征和标签以进行机器学习
描述如何在机器学习中使用训练和验证数据集
描述 Azure 机器学习功能
描述自动化机器学习的功能
描述用于数据科学和机器学习的数据和计算服务
描述 Azure 机器学习中的模型管理和部署功能
描述 Azure 上的计算机视觉工作负载的特性 (15-20%)
确定常见的计算机视觉解决方案类型：
识别图像分类解决方案的特征
识别对象检测解决方案的特征
识别光学字符识别解决方案的特征
识别面部检测和面部分析解决方案的特征
确定用于计算机视觉任务的 Azure 工具和服务
描述 Azure AI 视觉服务的功能
描述 Azure AI 人脸检测服务的功能
描述 Azure AI 视频索引器服务的功能
描述 Azure 上自然语言处理 (NLP) 工作负载的特性 (15-20%)
确定常见 NLP 工作负载方案的特征
识别关键短语提取的特征和用途
识别实体识别的特征和用途
识别情绪分析的特征和用途
识别语言建模的特征和用途
识别语音识别和合成的特征和用途
确定翻译的功能和用途
确定用于 NLP 工作负载的 Azure 工具和服务
描述 Azure AI 语言服务的功能
描述 Azure AI 语音服务的功能
描述 Azure AI 翻译服务的功能
描述 Azure 上生成式 AI 工作负载的特性 (15-20%)
识别生成式 AI 解决方案的特性
识别生成式 AI 模型的特性
识别生成式 AI 的常见方案
识别生成式 AI 的负责任 AI 注意事项
识别 Azure OpenAI 服务的功能
描述 Azure OpenAI 服务的自然语言生成功能
描述 Azure OpenAI 服务的代码生成功能
描述 Azure OpenAI 服务的图像生成功能