AI-102 Designing and Implementing a Microsoft Azure AI Solution

Kód kurzu: AI102

AI-102 Navrhování a implementace řešení Azure AI je určeno pro vývojáře softwaru, kteří chtějí vytvářet aplikace s umělou inteligencí, které využívají Azure Cognitive Services, Azure Cognitive Search a Microsoft Bot Framework. Kurz bude používat C# nebo Python jako programovací jazyk.

29 900 Kč

36 179 Kč s DPH

Nejbližší termín od 12.12.2022

Výběr termínů

Odborní
certifikovaní lektoři

Mezinárodně
uznávané certifikace

Široká nabídka technických
a soft skills kurzů

Skvělý zákaznický
servis

Přizpůsobení kurzů
přesně na míru

Termíny kurzu

Počáteční datum: 12.12.2022

Forma: Virtuální

Délka kurzu: 4 dny

Jazyk: en

Cena bez DPH: 29 900 Kč

Registrovat

Počáteční datum: Individuální

Forma: Prezenční/Virtuální

Délka kurzu: 4 dny

Jazyk: en/cz

Cena bez DPH: 29 900 Kč

Registrovat

Počáteční
datum
Místo
konání
Forma Délka
kurzu
Jazyk Cena bez DPH
12.12.2022 Virtuální 4 dny en 29 900 Kč Registrovat
Individuální Prezenční/Virtuální 4 dny en/cz 29 900 Kč Registrovat
G Garantovaný kurz

Nenašli jste vhodný termín?

Napište nám o vypsání alternativního termínu na míru.

Kontakt

Cílová skupina

Softwaroví inženýři, kteří se zabývají vytvářením, správou a nasazováním řešení AI, která využívají Azure Cognitive Services, Azure Cognitive Search a Microsoft Bot Framework. Jsou obeznámeni s C# nebo Pythonem a mají znalosti o používání API na bázi REST k vytváření počítačového vidění, jazykové analýzy, dolování znalostí, inteligentního vyhledávání a konverzačních řešení AI v Azure.

Struktura kurzu

Modul 1: Úvod do AI v Azure

Umělá inteligence (AI) je stále více jádrem moderních aplikací a služeb. V tomto modulu se dozvíte o některých běžných možnostech umělé inteligence, které můžete využít ve svých aplikacích, a o tom, jak jsou tyto možnosti implementovány v Microsoft Azure. Dozvíte se také o některých úvahách pro zodpovědné navrhování a implementaci řešení AI.

Lekce

  • Úvod do umělé inteligence
  • Umělá inteligence v Azure

Po absolvování tohoto modulu budete schopni:

  • Popsat aspekty pro vytváření aplikací s podporou AI
  • Identifikovat služby Azure pro vývoj aplikací AI

Modul 2: Vývoj aplikací AI s kognitivními službami

Kognitivní služby jsou základními stavebními kameny pro integraci funkcí umělé inteligence do vašich aplikací. V tomto modulu se naučíte poskytovat, zabezpečovat, monitorovat a nasazovat kognitivní služby.

Lekce

  • Začínáme s kognitivními službami
  • Používání kognitivních služeb pro podnikové aplikace

Lab : Začátky s kognitivními službami

Lab : Správa zabezpečení Cognitive Services

Lab : Monitorování kognitivních služeb

Lab : Použití kontejneru Cognitive Services

Po absolvování tohoto modulu budete schopni:

  • Poskytovat a využívat kognitivní služby v Azure
  • Spravovat zabezpečení kognitivních služeb
  • Sledovat kognitivní služby
  • Použít kontejner kognitivních služeb

Modul 3: Základy Natural Language Processing

Natural Language processing (NLP) je odvětví umělé inteligence, které se zabývá získáváním poznatků z psané nebo mluvené řeči. V tomto modulu se naučíte používat kognitivní služby k analýze a překladu textu.

Lekce

  • Analýza textu
  • Překlad textu

Lab : Analýza textu

Lab : Přeložení textu

Po absolvování tohoto modulu budete schopni:

  • K analýze textu použít kognitivní službu Text Analytics
  • K překladu textu použít kognitivní službu Translator

Modul 4: Vytváření aplikací s podporou řeči

Mnoho moderních aplikací a služeb přijímá mluvený vstup a může reagovat syntézou textu. V tomto modulu budete pokračovat ve svém zkoumání možností zpracování přirozeného jazyka tím, že se naučíte vytvářet aplikace s podporou řeči.

Lekce

  • Rozpoznávání a syntéza řeči
  • Překlad řeči

Lab : Rozpoznání a syntetizování řeči

Lab : Přeložení řeči

Po absolvování tohoto modulu budete schopni:

  • K rozpoznání a syntéze řeči použít kognitivní službu řeči
  • K překladu řeči použít kognitivní službu Speech

Modul 5: Vytváření řešení pro porozumění jazyku

Chcete-li vytvořit aplikaci, která dokáže inteligentně porozumět vstupu přirozeného jazyka a reagovat na něj, musíte definovat a trénovat model pro porozumění jazyku. V tomto modulu se naučíte, jak pomocí služby Language Understanding vytvořit aplikaci, která dokáže identifikovat záměr uživatele na základě vstupu v přirozeném jazyce.

Lekce

  • Vytvoření aplikace pro porozumění jazyku
  • Publikování a používání aplikace pro porozumění jazyku
  • Používání jazykového porozumění s řečí

Lab : Vytvoření aplikace pro porozumění jazyku

Lab : Vytvoření klientské aplikace pro porozumění jazyku

Lab : Služby pro porozumění řeči a jazyku

Po absolvování tohoto modulu budete schopni:

  • Vytvořit aplikaci pro porozumění jazyku
  • Vytvořit klientskou aplikaci pro porozumění jazyku
  • Integrovat jazykové porozumění a řeč

Modul 6: Vytvoření řešení QnA

Jedním z nejběžnějších druhů interakce mezi uživateli a softwarovými agenty AI je, že uživatelé zadávají otázky v přirozeném jazyce a agent AI inteligentně odpovídá vhodnou odpovědí. V tomto modulu prozkoumáte, jak služba QnA Maker umožňuje vývoj tohoto druhu řešení.

Lekce

  • Vytvoření znalostní báze QnA
  • Publikování a používání znalostní báze QnA

Lab : Vytvoření řešení QnA

Po absolvování tohoto modulu budete schopni:

  • Použít QnA Maker k vytvoření znalostní báze
  • Použít znalostní bázi QnA v aplikaci nebo robotu

Modul 7: Konverzační umělá inteligence a služba Azure Bot Service

Boti jsou základem pro stále běžnější druh aplikací umělé inteligence, ve kterých uživatelé konverzují s agenty umělé inteligence, často jako s lidským agentem. V tomto modulu prozkoumáte Microsoft Bot Framework a Azure Bot Service, které společně poskytují platformu pro vytváření a poskytování konverzačních prostředí.

Lekce

  • Základy botů
  • Implementace konverzačního bota

Lab : Vytvoření robota pomocí sady Bot Framework SDK

Lab : Vytvoření robota pomocí nástroje Bot Framework Composer

Po absolvování tohoto modulu budete schopni:

  • K vytvoření robota použít sadu Bot Framework SDK
  • Pomocí nástroje Bot Framework Composer vytvořit robota

Modul 8: Začínáme s počítačovým viděním

Počítačové vidění je oblast umělé inteligence, ve které softwarové aplikace interpretují vizuální vstupy z obrázků nebo videa. V tomto modulu zahájíte svůj průzkum počítačového vidění tím, že se naučíte používat kognitivní služby k analýze obrázků a videa.

Lekce

  • Analýza obrázků
  • Analýza videí

Lab : Analýza snímků pomocí počítačového vidění

Lab : Analýza videa s Video Indexer

Po absolvování tohoto modulu budete schopni:

  • K analýze snímků použít službu počítačové vidění
  • K analýze videí použít Video Indexer

Modul 9: Vývoj vlastních řešení vidění

I když existuje mnoho scénářů, kde mohou být užitečné předdefinované obecné možnosti počítačového vidění, někdy je potřeba trénovat vlastní model s vašimi vlastními vizuálními daty. V tomto modulu prozkoumáte službu Custom Vision a způsob, jak ji použít k vytvoření vlastní klasifikace obrázků a modelů detekce objektů.

Lekce

  • Klasifikace obrázků
  • Detekce objektů

Lab : Klasifikace obrázků pomocí vlastního vidění

Lab : Detekce objektů v obrázcích pomocí vlastního vidění

Po absolvování tohoto modulu budete schopni:

  • K implementaci klasifikace obrázků použít službu Custom Vision
  • K implementaci detekce objektů použít službu Custom Vision

Modul 10: Detekce, analýza a rozpoznávání tváří

Detekce, analýza a rozpoznávání obličeje jsou běžné scénáře počítačového vidění. V tomto modulu prozkoumáte uživatele kognitivních služeb k identifikaci lidských tváří.

Lekce

  • Detekce tváří pomocí služby počítačového vidění
  • Používání služby Face Service

Lab : Detekce, analýza a rozpoznávání tváře

Po absolvování tohoto modulu budete schopni:

  • Detekovat obličeje pomocí služby Computer Vision
  • Detekovat, analyzovat a rozpoznávat tváře pomocí služby Face

Modul 11: Čtení textu v obrázcích a dokumentech

Optické rozpoznávání znaků (OCR) je dalším běžným scénářem počítačového vidění, ve kterém software extrahuje text z obrázků nebo dokumentů. V tomto modulu prozkoumáte kognitivní služby, které lze použít k detekci a čtení textu v obrázcích, dokumentech a formulářích.

Lekce

  • Čtení textu se službou počítačového vidění
  • Extrahování informací z formulářů pomocí služby Form Recognizer

Lab : Čtení textu v obrázcích

Lab : Extrahování dat z formulářů

Po absolvování tohoto modulu budete schopni:

  • Ke čtení textu v obrázcích a dokumentech použít službu Computer Vision
  • K extrahování dat z digitálních formulářů použít službu Form Recognizer

Modul 12: Vytvoření řešení pro získávání znalostí

Nakonec mnoho scénářů umělé inteligence zahrnuje inteligentní vyhledávání informací na základě uživatelských dotazů. Dolování znalostí na základě umělé inteligence je stále důležitější způsob, jak vytvářet inteligentní vyhledávací řešení, která využívají umělou inteligenci k získávání poznatků z velkých úložišť digitálních dat a umožňují uživatelům tyto poznatky najít a analyzovat.

Lekce

  • Implementace řešení inteligentního vyhledávání
  • Rozvoj vlastních dovedností pro potrubí obohacování
  • Vytvoření znalostního obchodu

Lab : Vytvoření řešení Azure Cognitive Search

Lab : Vytvoření vlastních dovedností pro Azure Cognitive Search

Lab : Vytvořit obchod znalostí pomocí Azure Cognitive Search

Po absolvování tohoto modulu budete schopni:

  • Vytvořit inteligentní vyhledávací řešení pomocí Azure Cognitive Search
  • Implementovat vlastní dovednost v kanálu obohacení Azure Cognitive Search
  • Pomocí Azure Cognitive Search vytvořit úložiště znalostí

Předpokládané znalosti

Před absolvováním tohoto kurzu musí účastníci mít:

  • Znalost Microsoft Azure a schopnost procházet Azure Portal
  • Znalost C# nebo Pythonu
  • Znalost sémantiky programování JSON a REST

Pokud s umělou inteligencí teprve začínáte a chcete získat přehled o možnostech umělé inteligence v Azure, zvažte dokončení certifikace Azure AI Fundamentals, než absolvujete tuto.

Potřebujete poradit nebo upravit kurz na míru?

onas

produktová podpora

Platební brána ComGate Logo MasterCard Logo Visa