Designing and Implementing a Microsoft Azure AI Solution (AI-102)

Algemene omschrijving

De training: “Designing and Implementing a Microsoft Azure AI Solution (AI-102)” dompelt je onder in de dynamische en innovatieve wereld van Azure Artificial Intelligence. In deze training ontdek je hoe jij geavanceerde AI-oplossingen kunt ontwerpen en implementeren.

Bij de training: "Designing and Implementing a Microsoft Azure AI Solution" draait alles om het opdoen van praktische vaardigheden. Je krijgt niet alleen theoretische kennis, maar je krijgt ook de gelegenheid om deze kennis toe te passen in realistische situaties. Dit zorgt ervoor dat je niet alleen leert, maar ook de vaardigheden ontwikkelt om echte problemen met Azure AI op te lossen.

Deze training is meer dan alleen het leren van nieuwe vaardigheden. Door deze training te volgen, zet je een belangrijke stap in de richting om een expert te worden in AI-oplossingen binnen Microsoft Azure. Of je nu een ontwikkelaar, datawetenschapper of ICT-professional bent, deze training biedt jou de benodigde kennis en vaardigheden om jouw carrière naar een hoger niveau te tillen in de snelgroeiende wereld van kunstmatige intelligentie.

Doelgroep

De training: “Designing and Implementing a Microsoft Azure AI Solution (AI-102)” is een echte aanrader voor ICT-professionals die de grenzen van AI-technologieën willen verleggen en diepgaande cloudvaardigheden willen verkrijgen.

Of je nu een softwareontwikkelaar bent die AI-oplossingen wil integreren binnen complexe applicaties, een datawetenschapper die streeft naar innovatie met geavanceerde analyses, of een ICT-professional die klaar is om te duiken in de wereld van Azure AI, deze training biedt jou de benodigde kennis en vaardigheden om uit te blinken.

Deze training is met name geschikt voor de volgende mensen:

• Softwareontwikkelaars
  • Verbeter jouw vaardigheden in het ontwikkelen van AI-gestuurde applicaties.
  • Leer hoe je AI-integraties en machine learning-modellen kunt ontwerpen en implementeren om innovatieve, efficiënte en slimme applicaties te ontwikkelen.
• Datawetenschappers en data-analisten
  • Verbeter jouw expertise in het toepassen van machine learning en kunstmatige intelligentie op data-analyse.
  • Deze training biedt jou de handvatten om complexe datasets te transformeren in waardevolle inzichten, waarmee jij in staat bent om bedrijfsbeslissingen te sturen en te optimaliseren.
• ICT-professionals en cloudspecialisten
  • Breid jouw kennis uit op de clouddiensten en AI-oplossingen binnen Microsoft Azure.
  • Leer hoe je kunstmatige intelligentie kunt beheren en in kunt zetten binnen een Microsoft Azure-omgeving, waardoor je een cruciale rol speelt in de digitale transformatie van jouw organisatie.
• Projectmanagers en leidinggevenden
  • Verkrijg inzicht in hoe de AI-oplossingen van Microsoft Azure geïmplementeerd kunnen worden en hoe je deze binnen projecten kunt beheren.
  • Deze training helpt jou om technische afdelingen effectiever te leiden en strategische beslissingen te nemen in AI-gerelateerde projecten.

Leerdoelen

Deze training biedt niet alleen een diepgaande kennis van Azure AI, maar ook praktische vaardigheden en inzichten die onmisbaar zijn in de hedendaagse arbeidsmarkt. Door deze training te volgen, word jij uitstekend uitgerust om innovatieve AI-oplossingen te ontwerpen, te implementeren en te beheren.

Door deze training te volgen zul je de volgende kennis en vaardigheden verkrijgen:

• Het beschrijven van overwegingen van AI-enabled applicatieontwikkeling.
• Azure Cognitive Services creëren, configureren, gebruiksklaar maken en beveiligen.
• Applicaties ontwikkelen die tekst analyseren.
• Spraakgeschikte applicaties ontwikkelen.
• Applicaties creëren met mogelijkheden tot natuurlijke taalbegrip.
• QnA- (vraag en antwoord) applicaties creëren.
• Conversationele oplossingen met bots creëren
• Gebruikmaken van computer vision services om afbeeldingen en video’s te analyseren.
• Custom computer vision-modellen creëren.
• Applicaties ontwikkelen die gezichten detecteren, analyseren en herkennen.
• Applicaties ontwikkelen die teksten in afbeeldingen en documenten lezen en verwerken.
• Intelligente zoekoplossingen voor kennismining creëren.

Voorkennis

Voordat jij deelneemt aan deze training raden wij aan dat jij over de volgende kennis en vaardigheden beschikt:

• Diepgaande kennis van Microsoft Azure
  • Om het maximale uit deze training te halen, is het van belang dat je bekend bent met Microsoft Azure. Dit omvat niet alleen theoretische kennis, maar ook praktische ervaring met het Azure-portaal. Deze vaardigheid is cruciaal voor het begrijpen en toepassen van de leerstof in realistische situaties.
• Programmeerervaring met C# of Python
  • Programmeerervaring met C# of Python is een belangrijke voorwaarde. Deze programmeertalen zijn onmisbaar bij het ontwerpen en het implementeren van effectieve AI-oplossingen binnen Microsoft Azure. Kennis van deze talen stelt je in staat om de technische aspecten van de training volledig te begrijpen en toe te passen.
• Bekendheid met JSON en REST
  • Ervaring met JSON en REST-programmeersemantiek is essentieel. Deze technologieën zijn de ruggengraat van de hedendaagse webontwikkeling en AI-toepassingen. Met ervaring kun je effectief communiceren met APIs en gegevens verwerken, wat een belangrijke vaardigheid als jij met Azure AI wilt werken.

Onderwerpen

Module 1: Introduction to AI on Azure

Artificial Intelligence (AI) is increasingly at the core of modern apps and services. In this module, you'll learn about some common AI capabilities that you can leverage in your apps, and how those capabilities are implemented in Microsoft Azure. You'll also learn about some considerations for designing and implementing AI solutions responsibly.

Lessons:

• Introduction to Artificial Intelligence.
• Artificial Intelligence in Azure.

After completing this module, students will be able to:

• Describe considerations for creating AI-enabled applications.
• Identify Azure services for AI application development.

Module 2: Developing AI Apps with Cognitive Services

Cognitive Services are the core building blocks for integrating AI capabilities into your apps. In this module, you'll learn how to provision, secure, monitor, and deploy cognitive services.

Lessons:

• Getting Started with Cognitive Services.
• Using Cognitive Services for Enterprise Applications.

Lab: Get Started with Cognitive Services

Lab: Manage Cognitive Services Security

Lab: Monitor Cognitive Services

Lab: Use a Cognitive Services Container

After completing this module, students will be able to:

• Provision and consume cognitive services in Azure.
• Manage cognitive services security.
• Monitor cognitive services.
• Use a cognitive services container.

Module 3: Getting Started with Natural Language Processing

Natural Language processing (NLP) is a branch of artificial intelligence that deals with extracting insights from written or spoken language. In this module, you'll learn how to use cognitive services to analyze and translate text.

Lessons:

• Analyzing Text.
• Translating Text.

Lab: Analyze Text

Lab: Translate Text

After completing this module, students will be able to:

• Use the Text Analytics cognitive service to analyze text.
• Use the Translator cognitive service to translate text.

Module 4: Building Speech-Enabled Applications

Many modern apps and services accept spoken input and can respond by synthesizing text. In this module, you'll continue your exploration of natural language processing capabilities by learning how to build speech-enabled applications.

Lessons:

• Speech Recognition and Synthesis.
• Speech Translation.

Lab: Recognize and Synthesize Speech

Lab: Translate Speech

After completing this module, students will be able to:

• Use the Speech cognitive service to recognize and synthesize speech.
• Use the Speech cognitive service to translate speech.

Module 5: Creating Language Understanding Solutions

To build an application that can intelligently understand and respond to natural language input, you must define and train a model for language understanding. In this module, you'll learn how to use the Language Understanding service to create an app that can identify user intent from natural language input.

Lessons:

• Creating a Language Understanding App.
• Publishing and Using a Language Understanding App.
• Using Language Understanding with Speech.

Lab: Create a Language Understanding App

Lab: Create a Language Understanding Client Application

Lab: Use the Speech and Language Understanding Services

After completing this module, students will be able to:

• Create a Language Understanding app.
• Create a client application for Language Understanding.
• Integrate Language Understanding and Speech.

Module 6: Building a QnA Solution

One of the most common kinds of interaction between users and AI software agents is for users to submit questions in natural language, and for the AI agent to respond intelligently with an appropriate answer. In this module, you'll explore how the QnA Maker service enables the development of this kind of solution.

Lessons:

• Creating a QnA Knowledge Base.
• Publishing and Using a QnA Knowledge Base.

Lab: Create a QnA Solution

After completing this module, students will be able to:

• Use QnA Maker to create a knowledge base.
• Use a QnA knowledge base in an app or bot.

Module 7: Conversational AI and the Azure Bot Service

Bots are the basis for an increasingly common kind of AI application in which users engage in conversations with AI agents, often as they would with a human agent. In this module, you'll explore the Microsoft Bot Framework and the Azure Bot Service, which together provide a platform for creating and delivering conversational experiences.

Lessons:

• Bot Basics.
• Implementing a Conversational Bot.

Lab: Create a Bot with the Bot Framework SDK

Lab: Create a Bot with Bot Framework Composer

After completing this module, students will be able to:

• Use the Bot Framework SDK to create a bot.
• Use the Bot Framework Composer to create a bot.

Module 8: Getting Started with Computer Vision

Computer vision is an area of artificial intelligence in which software applications interpret visual input from images or video. In this module, you'll start your exploration of computer vision by learning how to use cognitive services to analyze images and video.

Lessons:

• Analyzing Images.
• Analyzing Videos.

Lab: Analyze Images with Computer Vision

Lab: Analyze Video with Video Indexer

After completing this module, students will be able to:

• Use the Computer Vision service to analyze images.
• Use Video Indexer to analyze videos.

Module 9: Developing Custom Vision Solutions

While there are many scenarios where pre-defined general computer vision capabilities can be useful, sometimes you need to train a custom model with your own visual data. In this module, you'll explore the Custom Vision service, and how to use it to create custom image classification and object detection models.

Lessons:

• Image Classification.
• Object Detection.

Lab: Classify Images with Custom Vision

Lab: Detect Objects in Images with Custom Vision

After completing this module, students will be able to:

• Use the Custom Vision service to implement image classification.
• Use the Custom Vision service to implement object detection.

Module 10: Detecting, Analyzing, and Recognizing Faces

Facial detection, analysis, and recognition are common computer vision scenarios. In this module, you'll explore the user of cognitive services to identify human faces.

Lessons:

• Detecting Faces with the Computer Vision Service.
• Using the Face Service.

Lab: Detect, Analyze, and Recognize Faces

After completing this module, students will be able to:

• Detect faces with the Computer Vision service.
• Detect, analyze, and recognize faces with the Face service.

Module 11: Reading Text in Images and Documents

Optical character recognition (OCR) is another common computer vision scenario, in which software extracts text from images or documents. In this module, you'll explore cognitive services that can be used to detect and read text in images, documents, and forms.

Lessons:

• Reading text with the Computer Vision Service.
• Extracting Information from Forms with the Form Recognizer service.

Lab: Read Text in Images

Lab: Extract Data from Forms

After completing this module, students will be able to:

• Use the Computer Vision service to read text in images and documents.
• Use the Form Recognizer service to extract data from digital forms.

Module 12: Creating a Knowledge Mining Solution

Ultimately, many AI scenarios involve intelligently searching for information based on user queries. AI-powered knowledge mining is an increasingly important way to build intelligent search solutions that use AI to extract insights from large repositories of digital data and enable users to find and analyze those insights.

Lessons:

• Implementing an Intelligent Search Solution.
• Developing Custom Skills for an Enrichment Pipeline.
• Creating a Knowledge Store.

Lab: Create an Azure Cognitive Search solution

Lab: Create a Custom Skill for Azure Cognitive Search

Lab: Create a Knowledge Store with Azure Cognitive Search

After completing this module, students will be able to:

• Create an intelligent search solution with Azure Cognitive Search.
• Implement a custom skill in an Azure Cognitive Search enrichment pipeline.
• Use Azure Cognitive Search to create a knowledge store.