考試 AI-900 學習指南：Microsoft Azure AI 基礎

本文件的用途

此學習指南應可協助您理解測驗的內容範圍，並會包含測驗可能涵蓋的主題摘要，以及其他資源的連結。 本文件中的資訊和教材應可協助您專心準備此測驗。

實用的連結 描述
獲取認證的方式 部分認證僅需通過一個測驗，而其他認證則需通過多個測驗。
認證更新 Microsoft 的助理、專家及專業認證每年都會過期。 你可以透過 Microsoft Learn 上的免費線上評估來續約。
Your Microsoft Learn 個人檔案 將您的證照檔案連結到 Microsoft Learn，可以安排與續期考試，並分享及列印證書。
測驗計分與成績單 700 分或以上才能通過。
測驗沙箱 您可以瀏覽我們的測驗沙箱，以探索測驗環境。
要求無障礙設施 如果您使用輔具、需要額外時間或需要修改測驗體驗的任何部分，您都可以申請合理調整。
進行免費的練習測驗 利用練習問題測試技能，以協助您準備測驗。

測驗更新

我們會定期更新測驗，以反映執行角色所需的技能。 取決於您參加測驗的時間，我們已包括兩種版本的受測驗技能目標。

我們一律會先更新英文版的測驗。 部分測驗會翻譯成其他語言，而且那些語言版本會在英文版更新後約八週進行更新。 雖然 Microsoft 如前所述盡力更新在地化版本，但有時考試的在地化版本可能未在此時程內更新。 其他可用的語言會列在 [測驗詳細資訊] 網頁的 [安排測驗時間] 區段中。 如果測驗未提供您慣用語言的版本，您可以多要求 30 分鐘來完成測驗。

注意

每個受測技能後所列的項目，旨在展示我們如何評估該技能。 測驗會涵蓋相關主題。

注意

大部分問題都涵蓋一般可用性（GA）的功能。 測驗可能會包含與預覽版功能有關的問題，如果這些功能是常用的話。

截至 2025 年 5 月 2 日所測量的技能

對象概況

此考試是您展示機器學習、人工智慧概念及相關 Microsoft Azure 服務知識的機會。 身為此測驗的應試者，您應該熟悉測驗 AI-900 的自學型或導學型學習內容。

如果您同時具備技術和非技術背景，此測驗很適合您。 不需要資料科學和軟體工程經驗。 不過，了解下列內容會有所助益：

  • 基本雲端概念

  • 用戶端-伺服器應用程式

你可以利用Azure AI 基礎課程來準備其他Azure基於職務的證照，如Azure 資料科學家助理或Azure AI 工程師助理，但這並非這些認證的必修條件。

技能一目了然

  • 描述人工智慧工作負載和考量 (15-20%)

  • 描述機器學習於Azure的基本原理（15–20%）

  • 描述電腦視覺工作負載在Azure（15–20%）上的特徵

  • 描述自然語言處理（NLP）工作負載在Azure（15–20%）上的特徵

  • 描述生成式 AI 工作負載在 Azure（20–25%）上的特點

描述人工智慧工作負載和考量 (15-20%)

識別常見 AI 工作負載的功能

  • 識別電腦視覺工作負載

  • 識別自然語言處理工作負載

  • 識別文件處理工作負載

  • 識別生成式 AI 工作負載的功能

識別負責任 AI 的指導準則

  • 描述 AI 解決方案中公平性的考量

  • 描述 AI 解決方案中可靠性和安全性的考量

  • 描述 AI 解決方案中隱私權和安全性的考量

  • 描述 AI 解決方案中包容性的考量

  • 描述 AI 解決方案中透明度的考量

  • 描述 AI 解決方案中責任的考量

請在Azure上描述機器學習的基本原理（15-20%）

識別常見的機器學習技術

  • 識別迴歸機器學習案例

  • 識別分類機器學習場景。

  • 識別叢集機器學習案例

  • 識別深度學習技術的功能

  • 識別轉換器架構的功能

描述機器學習核心概念

  • 識別機器學習資料集中的特徵和標籤

  • 描述如何在機器學習中使用訓練和驗證資料集

描述 Azure Machine Learning 的功能

  • 描述自動化機器學習的功能

  • 描述資料科學和機器學習的資料與計算服務

  • 描述 Azure Machine Learning 中的模型管理與部署能力

描述電腦視覺工作負載在Azure（15–20%）上的特徵

識別電腦視覺解決方案的常見類型

  • 識別影像分類解決方案的功能

  • 識別物件偵測解決方案的功能

  • 識別光學字元辨識解決方案的功能

  • 識別臉部偵測和臉部分析解決方案的功能

識別用於電腦視覺任務的 Azure 工具與服務

  • 描述 Azure AI 視覺 服務的功能

  • 描述 Azure AI 臉部偵測服務的功能

描述自然語言處理（NLP）工作負載在Azure（15–20%）上的特徵

識別常見 NLP 工作負載案例的功能

  • 識別關鍵片語擷取的功能和用途

  • 識別實體辨識的功能和用途

  • 識別情感分析的功能和用途

  • 識別語言模型化的功能和用途

  • 識別語音辨識與合成的功能和用途

  • 識別翻譯的功能和用途

識別用於 NLP 工作負載的 Azure 工具與服務

  • 描述 Azure AI 語言 服務的功能

  • 描述 Azure AI 語音 服務的功能

描述生成式 AI 工作負載在 Azure（20–25%）上的特點

識別生成式 AI 解決方案的功能

  • 識別生成式 AI 模型的功能

  • 識別生成式 AI 的常見案例

  • 識別負責任 AI 的生成式 AI 考量事項

識別 Microsoft Azure 中的生成式 AI 服務與能力

  • 描述 Azure AI Foundry 的功能與能力

  • 描述 Azure OpenAI 服務的功能與能力

  • 描述 Azure AI Foundry 模型目錄的功能與能力

學習資源

建議您在參加測驗之前，先進行訓練並取得實作經驗。 我們提供了自學選項和課堂訓練，以及文件、社群網站和影片的連結。

學習資源 學習和文件的連結
接受訓練 從自學型學習路徑與課程模組中選擇，或參加導學型課程
尋找文件 異常偵測器
Language Understanding
Azure Machine Learning
電腦視覺
自然語言處理技術
Azure Bot Service
語音轉換文字
語音翻譯
提出問題 Microsoft 問與答 | Microsoft Docs
取得社群支援 人工智慧與機器學習樞紐
追蹤 Microsoft Learn Microsoft 學習 - Microsoft 科技社群
尋找影片 AI 節目
瀏覽其他Microsoft學習節目

變更記錄檔

下表摘要說明所測量到的目前與先前版本技能之間的變更。 功能群組採用粗體字樣，後面接著每個群組內的目標。 這份資料表會比較受測驗技能的先前與目前版本，而資料表中的第三個資料行則會描述變更範圍。

2025年5月2日之前的技能區域 技能領域截至 2025 年 5 月 2 日 變更
描述人工智慧工作負載和考量 描述人工智慧工作負載和考量 沒有變化
識別常見 AI 工作負載的功能 識別常見 AI 工作負載的功能 主要
描述機器學習在 Azure 描述機器學習在 Azure 考試成績百分比下降
識別常見的機器學習技術 識別常見的機器學習技術 輕微
描述 Azure 上生成式 AI 工作負載的功能 描述 Azure 上生成式 AI 工作負載的特徵 考試的百分比增加了
識別 Azure OpenAI 服務的功能 識別 Microsoft Azure 中的生成式 AI 服務與能力 主要
  • Last updated on