AI-102T00: Designing and implementing a Microsoft Azure AI solutition

Künstliche Intelligenz (KI) bildet zunehmend den Kern moderner Apps und Dienste. In diesem Modul lernen die Kursteilnehmer einige gängige KI-Funktionen kennen, die sie in ihren Apps nutzen können, und erfahren, wie diese Funktionen in Microsoft Azure implementiert werden. Außerdem lernen sie einige Überlegungen zum verantwortungsvollen Entwerfen und Implementieren von KI-Lösungen kennen.
Lektion

• Einführung in die Künstliche Intelligenz
• Künstliche Intelligenz in Azure

Nach Abschluss dieses Moduls sind die Kursteilnehmer in der Lage:

• Überlegungen zum Erstellen von KI-fähigen Anwendungen zu beschreiben
• Azure-Dienste für die Entwicklung von KI-Anwendungen zu identifizieren

Cognitive Services sind die zentralen Bausteine ​​für die Integration von KI-Funktionen in Ihre Apps. In diesem Modul lernen die Kursteilnehmer, wie sie kognitive Dienste bereitstellen, sichern, überwachen und bereitstellen.
Lektion

• Erste Schritte mit Cognitive Services
• Verwenden von Cognitive Services für Unternehmensanwendungen

Lab: Erste Schritte mit Cognitive Services

Lab: Sicherheit von Cognitive Services verwalten

Lab: Kognitive Dienste überwachen

Lab: Verwenden von einem Cognitive Services-Container

Nach Abschluss dieses Moduls sind die Kursteilnehmer in der Lage:

• kognitiven Diensten in Azure zu beschreiben und zu nutzen
• die Sicherheit von Cognitive Services zu verwalten
• kognitive Dienste zu überwachen
• einen Cognitive Services-Container zu verwenden

Natural Language Processing (NLP) ist ein Zweig der künstlichen Intelligenz, der sich mit der Gewinnung von Erkenntnissen aus geschriebener oder gesprochener Sprache befasst. In diesem Modul lernen die Kursteilnehmer, wie sie mithilfe von Cognitive Services Text analysieren und übersetzen.

Lektion

• Text analysieren
• Texte übersetzen

Lab: Text analysieren

Lab: Text übersetzen

Nach Abschluss dieses Moduls sind die Kursteilnehmer in der Lage:

• den kognitiven Dienst „Textanalyse“ zu verwenden, um Text zu analysieren
• den kognitiven Translator-Dienst zu verwenden, um Text zu übersetzen

Viele moderne Apps und Dienste akzeptieren gesprochene Eingaben und können durch Synthetisieren von Text antworten. In diesem Modul setzen die Kursteilnehmer ihre Erforschung der Möglichkeiten zur Verarbeitung natürlicher Sprache fort, indem sie lernen, wie sie sprachaktivierte Anwendungen erstellen.

Lektion

• Spracherkennung und -synthese
• Sprachübersetzung

Lab: Sprache erkennen und synthetisieren

Lab: Sprache übersetzen

Nach Abschluss dieses Moduls sind die Kursteilnehmer in der Lage:

• den kognitiven Speech-Dienst zu verwenden, um Sprache zu erkennen und zu synthetisieren
• den kognitiven Speech-Dienst zu verwenden, um Sprache zu übersetzen

Um eine Anwendung zu erstellen, die Eingaben in natürlicher Sprache intelligent verstehen und darauf reagieren kann, muss man ein Modell für das Sprachverständnis definiert und trainiert. In diesem Modul lernen die Kursteilnehmer, wie sie mit dem Dienst „Language Understanding“ eine App erstellen, die die Absicht des Benutzers anhand von Eingaben in natürlicher Sprache erkennen kann.

Lektion

• Erstellen einer Language Understanding App
• Veröffentlichen und Verwenden einer Language Understanding App
• Verwenden von Language Understanding mit Speech

Lab : Erstellen einer  Language Understanding App

Lab : Erstellen einer Language Understanding Client Application

Lab : Verwenden der Speech- und Language-Understanding-Services

Nach Abschluss dieses Moduls sind die Kursteilnehmer in der Lage:

• eine Language Understanding App zu erstellen
• eine Client-Anwendung für Language Understanding zu erstellen
• Sprachverständnis und Sprache zu integieren

Eine der häufigsten Arten der Interaktion zwischen Benutzern und KI-Software-Agenten besteht darin, dass Benutzer Fragen in natürlicher Sprache stellen und der KI-Agent intelligent mit einer geeigneten Antwort antwortet. In diesem Modul erfahren die Kursteilnehmer, wie sie der QnA Maker-Dienst die Entwicklung dieser Art von Lösung ermöglicht.

Lektion

• Erstellen einer QnA-Wissensdatenbank
• Veröffentlichen und Verwenden einer QnA-Wissensdatenbank

Lab : Erstellen Sie eine QnA-Lösung

Nach Abschluss dieses Moduls sind die Kursteilnehmer in der Lage:

• QnA Maker zu verwenden, um eine Wissensdatenbank zu erstellen
• eine QnA-Wissensdatenbank in einer App oder einem Bot zu verwenden

Bots sind die Grundlage für eine zunehmend verbreitete Art von KI-Anwendung, bei der Benutzer Gespräche mit KI-Agenten führen, oft so, wie sie es mit einem menschlichen Agenten tun würden. In diesem Modul erkunden die Kursteilnehmer das Microsoft Bot Framework und den Azure Bot Service, die zusammen eine Plattform zum Erstellen und Bereitstellen von Gesprächserlebnissen bieten.

Lektion

• Bot-Grundlagen
• Implementieren eines Konversations-Bots

Lab : Erstellen eines Bots mit dem Bot Framework SDK

Lab: Bot mit Bot Framework Composer erstellen

Nach Abschluss dieses Moduls sind die Kursteilnehmer in der Lage:

• das Bot Framework SDK zu verwenden, um einen Bot zu erstellen
• den Bot Framework Composer zu verwenden, um einen Bot zu erstellen

Computer Vision ist ein Bereich der künstlichen Intelligenz, in dem Softwareanwendungen visuelle Eingaben aus Bildern oder Videos interpretieren. In diesem Modul beginnen die Teilnehmer ihre Erkundung des maschinellen Sehens, indem sie lernen, wie sie kognitive Dienste verwenden, um Bilder und Videos zu analysieren.

Lektion

• Bilder analysieren
• Analysieren von Videos

Lab: Bilder mit Computer Vision analysieren

Lab: Video analysieren

Nach Abschluss dieses Moduls sind die Kursteilnehmer in der Lage:

• den Computer Vision-Dienst zu verwenden, um Bilder zu analysieren
• Video Analyzer zu verwenden, um Videos zu analysieren

Während es viele Szenarien gibt, in denen vordefinierte allgemeine Computer-Vision-Funktionen nützlich sein können, muss man manchmal ein benutzerdefiniertes Modell mit Ihren eigenen visuellen Daten trainieren. In diesem Modul lernen die Kursteilnehmer den Custom Vision-Dienst kennen und erfahren, wie sie damit benutzerdefinierte Bildklassifizierungs- und Objekterkennungsmodelle erstellen.

Lektion

• Bildklassifizierung
• Objekterkennung

Lab: Bilder mit Custom Vision klassifizieren

Lab: Objekte in Bildern mit Custom Vision erkennen

Nach Abschluss dieses Moduls sind die Kursteilnehmer in der Lage:

• den Custom Vision-Dienst zu verwenden, um die Bildklassifizierung zu implementieren
• den Custom Vision-Dienst zu verwenden, um die Objekterkennung zu implementieren

Gesichtserkennung, -analyse und -erkennung sind gängige Computervisionsszenarien. In diesem Modul untersuchen die Teilnehmer den Benutzer kognitiver Dienste zum Identifizieren menschlicher Gesichter.

Lektion

• Gesichter erkennen mit dem Computer Vision Service
• Verwendung des Gesichtsdienstes

Lab: Gesichter erkennen, analysieren und erkennen

Nach Abschluss dieses Moduls sind die Kursteilnehmer in der Lage:

• Gesichter mit dem Computer Vision-Dienst zu erkennen
• Gesichter mit dem Face-Dienst zu erkennen, analysieren und erkennen

Die optische Zeichenerkennung (OCR) ist ein weiteres gängiges Computer-Vision-Szenario, bei dem Software Text aus Bildern oder Dokumenten extrahiert. In diesem Modul erkunden die Teilnehmer kognitive Dienste, die zum Erkennen und Lesen von Text in Bildern, Dokumenten und Formularen verwendet werden können.

Lektion

• Lesen von Text mit dem Computer Vision Service
• Extrahieren von Informationen aus Formularen mit dem Formularerkennungsdienst

Lab: Text in Bildern lesen

Lab: Daten aus Formularen extrahieren

Nach Abschluss dieses Moduls sind die Kursteilnehmer in der Lage:

• den Computer Vision-Dienst zu verwenden, um Text in Bildern und Dokumenten zu lesen
• den Formularerkennungsdienst zu verwenden, um Daten aus digitalen Formularen zu extrahieren

Letztendlich beinhalten viele KI-Szenarien die intelligente Suche nach Informationen basierend auf Benutzeranfragen. KI-gestütztes Knowledge Mining ist eine zunehmend wichtige Möglichkeit, intelligente Suchlösungen zu entwickeln, die KI verwenden, um Erkenntnisse aus großen Beständen digitaler Daten zu extrahieren und es Benutzern zu ermöglichen, diese Erkenntnisse zu finden und zu analysieren.

Lektion

• Implementieren einer intelligenten Suchlösung
• Entwicklung benutzerdefinierter Fähigkeiten für eine Enrichment-Pipeline
• Erstellen eines Wissensspeichers

Lab: Erstellen einer Lösung für die kognitive Azure-Suche

Lab: Erstellen eines benutzerdefinierten Skills für die kognitive Azure-Suche

Lab: Erstellen eines Wissensspeichers mit der kognitiven Azure-Suche

Nach Abschluss dieses Moduls sind die Kursteilnehmer in der Lage:

• mit Azure Cognitive Search eine intelligente Suchlösung zu erstellen
• einen benutzerdefinierten Skill in einer Azure Cognitive Search-Anreicherungspipeline zu implementieren
• die kognitive Azure-Suche zu verwenden, um einen Wissensspeicher zu erstellen