Escolar Documentos
Profissional Documentos
Cultura Documentos
IA no Microsoft Azure:
Que basicamente faz esses processos acima:
Azure Machine Learning:
Serviços Cognitivos:
Serviço de Bot do Azure:
IA RESPONSÁVEL:
Desafios e riscos com IA:
- Desvios podem afetar os resultados:
Na IA nunca podem ser considerados dados pessoais que levem a descriminação do ser
humano.
- Erros podem causar danos:
Danos irreversíveis, como por exemplo um carro automático programado com IA causar
um acidente.
- Os danos podem ser expostos:
Vazamentos de dados.
- As soluções podem não funcionar para todos:
Por exemplo criar um bot que não é possível para pessoas com deficiência visual.
- Os usuários devem em confiar em um sistema complexo:
Por exemplo a confiabilidade em um sistema de ações no qual pessoas colocam
dinheiro conforme resultados baseados na IA.
- Quem é responsável pelas decisões baseadas em AI?
A IA traz diagnósticos, por esse motivo, toda tomada de decisões finais, é por
humanos. Facilitando a vida dos trabalhadores.
PRINCÍPIOS DA IA RESPONSÁVEL:
PRIVACIDADE E SEGURANÇA: Dados que não podem ser vazados, privacidade conforme lei
lgpd.
INCLUSÃO: Trazer variadas formas para que pessoas com deficiência tenham contato ou
acesso a tecnologia.
TRANSPARÊNCIA: Tudo que está sendo processado pela IA, ou seja, o fornecedor IA
fornece todos os detalhes da sua tomada de decisão. Ou seja, porque ela chegou em
determinado resultado.
RESPONSABILIDADE: Dados sensíveis, pontos complexos. Por isso deve ter a variável
de responsabilidade, como por exemplo, em um diagnóstico, ter um médico para tomada
de decisões.
MACHINE LEARNING:
INTRODUÇÃO:
- O que é Machine Learning:
É uma técnica que pode criar modelos através de grandes volumes de dados através de
outros modelos de algoritmos. Quanto mais relacionados os dados, mais simples e
acertívos serão.
- Modelo de Regressão:
Exemplo: Você faz uma tabela no qual uma coluna é o grau do dia e a outra é a
quantidade de bicicletas que são vendidas no dia.
Ao identificar, com os dados, o modelo conclui que quanto mais calor, mais
bicicletas são vendidas. Porém na margem do gráfico, tem dias que vendem menos e
outros mais, porém o fato de que vende sempre mais no calor é uma probabilidade do
modelo.
- Modelo de Classificação:
Classificação com base nos dados em números de que é falso/positivo -
verdadeiro/negativo ou vice versa, a probabilidade do resultado passado.
- CLUSTERING:
Modelo não supervisionado: deixar a máquina trabalhando.
Ex: você passa os modelos e a máquina vai agregando, categorização.
SERVIÇOS COGNITIVOS:
- Pesquisa Visual Computacional
- Moderador de conteúdo
- Rosto
- Reconhecimento de Formulários do AZURE
- Visão Personalizada
- Compreensão da linguagem
- Fala
- Análise de texto
- Tradutor
- Indexador de vídeo
(Se quiser trabalhar com todos com um único endpoint e Indexador de vídeo pode
também)
- Classificação de Imagem
- Detecção de Objetos
Um exemplo de treinamento de modelo de detecção/classificação de imagem é você
pegar várias fotos de um foragido e colocar no modelo para localizar em determinada
região.
LEITURA DE TEXTOS:
ANÁLISE DE FORMULÁRIOS:
SERVIÇOS COGNITIVOS:
Análise de Texto:
- Detecção de idioma
- Extração de frases-chave
- Detecção de entidade
- Análise de Sentimentos
Fala:
- Conversão de texto em fala (Síntese de fala)
- Conversão de fala em texto
- Tradução de fala
- Tradução de texto
- Reconhecimento vocal:
Enunciado: Palavra de ação
Entidade: O que receberá a ação
Ex: Acenda a luz.
Acenda: Enunciado
Luz: Entidade
IA CONVERSACIONAL:
Conceitos:
Voltada para Bots,
O que é?
- Possibilidade de diálogo via humano e máquina.
- Os bots podem interagir em vários canais como:
°Interfaces de Webchat
°Email
°Plataformas de mídia social
°Serviços de voz
QnA Maker
- Defina uma base de dados de conhecimento de pares de pergunta e resposta:
° Inserindo perguntas e respostas
° A partir de um documento de FAQs existente
° Usando um bate-papo integrado
- Consuma a base de dados de conhecimento de aplicativos clientes, inclusive bots.
Serviço de Bot
- Plataforma baseada em nuvem para desenvolver e gerenciar bots
- Integração com LUIS, QnA Maker e Outros.
- Conectividade em vários canais.
QUESTÕES:
---
Al-900 - 4:
Combine os tipos de aprendizado de máquina com os cenários apropriados.
Para responder, arraste o tipo de aprendizado de máquina apropriado da coluna à
esquerda para
seu cenário à direita. Cada tipo de aprendizado de máquina pode ser usado uma vez,
mais de
uma vez, ou não.
NOTA: Cada seleção correta vale um ponto.
Selecione e coloque:
Preveja quantos minutos de atraso uma luta chegará com base no quantidade de neve
em um ponto aéreo. (Regressão)✅
---
Al-900 - 15
Para completar a frase, selecione a opção apropriada na área de resposta.
Área de resposta
Prever quantas horas extras um entregador trabalhará com base em o número de
pedidos recebidos é um exemplo de:
classificação.
agrupamento.
regressão.✅
---
Al-900 - 16
Quais são as duas métricas que você pode usar para avaliar um modelo de regressão?
Cada correta resposta apresenta uma solução completa.
NOTA: Cada seleção correta vale um ponto.
A. coeficiente de determinação (R2)✅
B. Pontuação F1
C. erro quadrático médio (RMSE)✅
D. área sob a curva (AUC)
E. precisão equilibrada
---
Al-900 - 17
Para completar a frase, selecione a opção apropriada na área de resposta.
Área de resposta
Prever quantos veículos atravessarão uma ponte em um determinado dia é um exemplo
de :
classificação.
agrupamento.
regressão.✅
---
AI-900 18
✅Automóvel dados de preço - Seleciona Colunas no Dataset
✅Limpa a data precisa - Divide dados
✅Regressão Linear - Modelo de treino
---
Al-900 - 19
Para completar a frase, selecione a opção apropriada na área de resposta.
Área de resposta
modelos podem ser usados para prever o preço de venda de itens leiloados.
Classificação
Agrupamento
Regressão✅
---
Al-900 - 20
Você precisa criar uma solução de marcação de imagens para mídia social que marque
imagens de seus
amigos automaticamente.
Qual serviço de Serviços Cognitivos do Azure você deve usar?
A. Rosto✅
B. Reconhecedor de formulários
C. Análise de Texto
D. Visão Computacional
---
Al-900 - 21:
Que tipo de aprendizado de máquina você deve usar para identificar grupos de
pessoas que
hábitos de compra semelhantes?
A. classificação
B. regressão
C. agrupamento✅
D. Detecção de anomalias
---
Al-900 - 22:
Para cada uma das seguintes afirmações, selecione Sim se a afirmação for
verdadeira.
Área de resposta
Organizar documentos em grupos com base nas semelhanças do texto contidos nos
documentos é um exemplo de agrupamento.
SIM✅
Agrupar pacientes semelhantes com base em sintomas e teste de diagnóstico
resultados é um exemplo de agrupamento.
SIM✅
Prever se uma pessoa desenvolverá sintomas leves, moderados ou graves sintomas de
alergia com base na contagem de pólen é um exemplo de agrupamento. NÃO✅
---
Al-900 - 23:
Ao criar um modelo de cluster, que algoritmo ML comum você está usando?
A. Regressão Logística Multiclasse
B. K-médias✅
C. Regressão Linear
D. Rede Neural de Duas Classes
E. Regressão da Floresta de Decisão
---
Al-900 - 24:
Você precisa identificar valores numéricos que representem a probabilidade de os
cães se tornarem doentes com base na sua idade e percentagem de gordura corporal.
Que tipo de modelo de aprendizado de máquina você deve usar?
A. Regressão linear
B. Regressão linear múltipla✅
C. Regressão logística
D. Agrupamento hierárquico
---
Al-900 - 25:
Você planeja criar e implantar um modelo preditivo usando o AutoML Ul no Azure
Machine Aprendendo.
Quais são as três tarefas de aprendizado de máquina compatíveis? Cada resposta
correta apresenta uma solução completa.
A. Classificação✅
B. Regressão✅
C. Previsão✅
D. Agrupamento
E. Aprendizagem por reforço
---
Al-900 - 26:
Que tipo de carga de trabalho de inteligência artificial usa sensores para alertar
proativamente os usuários
sobre possíveis falhas mecânicas do equipamento?
A. Detecção de anomalia✅
B. Visão computacional
C. Processamento de linguagem natural
D. Conversacional Al
---
Al-900 - 27:
Para cada uma das seguintes afirmações, selecione Sim se a afirmação for
verdadeira.
Área de resposta