Azure認定資格 WEB問題集＆徹底解説

ログイン

AI-900：Microsoft Azure AI Fundamentalsの問題をカテゴリーやサービス毎に掲載しています。 全問解説付きなので、問題を解きながら理解を深めることができます。

スマホアプリのように当サイトへアクセスするために、ホーム画面に追加しておくと便利です。
スマホのホーム画面に登録する方法は？

本サイトの特徴

会員登録者数の推移

問題集サイトは複数ありますが、利用者数はおそらく No.1 です。

メディア掲載

当サイトの姉妹サイト（AWS）が紹介されました

• もっとスキルを磨きたい！エンジニア・デザイナー向けの学習サイト（freelance hub 様）
• 【2024年版】エンジニア向け学習サイト・おすすめのメディア一覧（レバテック 様）

充実の学習サポート機能

学習サポート機能の詳細はこちら

学習サポート機能を使ったおすすめの勉強方法では、科学的に正しい勉強方法を参考に、効率的な勉強方法を紹介しています。

Microsoft認定 Azure AI の基礎 (AI-900) 試験とは？

AI-900 (Microsoft Azure AI Fundamentals) は、機械学習と AI の概念、およびそれらに関連する Microsoft Azure サービスの基礎知識を証明する入門レベルの試験です。技術職・非技術職のどちらも対象で、データ サイエンスやソフトウェア開発の経験は必須ではありません。

どんな能力があることを証明できる？

• 一般的な AI ワークロード（Computer Vision / NLP / ドキュメント処理 / 生成 AI など）を説明し、ユースケースを整理できる
• 責任ある AI の基本原則（公平性、信頼性と安全性、プライバシーとセキュリティ、包括性、透明性、説明責任）を説明できる
• 機械学習の基本（回帰/分類/クラスタリング、ディープラーニング、トランスフォーマー、特徴量とラベル、学習と検証）を説明できる
• Azure Machine Learning の主要機能（自動 ML、データ/コンピューティング、モデル管理とデプロイ）を説明できる
• Azure の Computer Vision 関連サービス（Azure AI Vision、Azure AI 顔検出 など）で実現できることを説明できる
• Azure の自然言語処理（Azure AI Language、Azure AI 音声 など）で実現できることを説明できる
• 生成 AI の概念と、Azure 上の生成 AI サービス（Azure AI Foundry、Azure OpenAI など）の基礎を説明できる

推奨される経験・知識

• クラウドの基本的な概念
• クライアント-サーバー アプリケーションの基本

• 回帰、分類、クラスタリングなどの基本的な機械学習タスクの理解
• Computer Vision / 自然言語処理 / 音声などの代表的な AI ワークロードの概要理解
• 生成 AI の基本概念（モデルの特徴、代表的なシナリオ、責任ある AI の観点）

試験内容

AI の基礎概念（ワークロード、機械学習、責任ある AI）と、Azure の AI サービスで「何ができるか」を問う内容が中心です。

分野	内容	比重
分野1	Artificial Intelligence のワークロードと考慮事項について	15～20%
分野2	Azure での機械学習の基本的な原則について	15～20%
分野3	Azure の Computer Vision ワークロードの機能について	15～20%
分野4	Azure の自然言語処理 (NLP) ワークロードの機能について	15～20%
分野5	Azure での生成 AI ワークロードの機能について	20～25%

• 分野 1: Artificial Intelligence のワークロードと考慮事項について説明する
  
  1.1 一般的な AI ワークロードの機能を特定する
  • Computer Vision ワークロードを特定する
  • 自然言語処理のワークロードを特定する
  • ドキュメント処理ワークロードを特定する
  • 生成系 AI ワークロードの特徴を特定する
  
  1.2 責任ある AI の基本原則を確認する
  • AI ソリューションの公平性に関する考慮事項について説明する
  • AI ソリューションの信頼性と安全性に関する考慮事項について説明する
  • AI ソリューションのプライバシーとセキュリティに関する考慮事項について説明する
  • AI ソリューションの包括性に関する考慮事項について説明する
  • AI ソリューションの透明性に関する考慮事項について説明する
  • AI ソリューションの説明責任に関する考慮事項について説明する


• 分野 2: Azure での機械学習の基本的な原則について説明する
  
  2.1 一般的な機械学習の手法を特定する
  • 回帰機械学習シナリオを特定する
  • 分類機械学習のシナリオを特定する
  • クラスタリング機械学習のシナリオを特定する
  • ディープ ラーニング手法の特徴を特定する
  • トランスフォーマー アーキテクチャの機能を特定する
  
  2.2 機械学習の中心概念について説明する
  • 機械学習用のデータセット内の特徴量とラベルを特定する
  • 機械学習でトレーニングおよび検証用のデータセットを使用する方法について説明する
  
  2.3 Azure Machine Learning の機能について説明する
  • 自動機械学習の機能について説明する
  • データ サイエンスと機械学習のデータとコンピューティング サービスについて説明する
  • Azure Machine Learning でのモデルの管理とデプロイの機能について説明する


• 分野 3: Azure の Computer Vision ワークロードの機能について説明する
  
  3.1 Computer Vision ソリューションの一般的な種類を特定する
  • 画像分類ソリューションの機能を特定する
  • 物体検出ソリューションの機能を特定する
  • 光学式文字認識ソリューションの機能を特定する
  • 顔検出および顔分析ソリューションの機能を特定する
  
  3.2 Computer Vision タスク用の Azure ツールおよびサービスを特定する
  • Azure AI Vision サービスの機能について説明する
  • Azure AI 顔検出サービスの機能について説明する


• 分野 4: Azure の自然言語処理 (NLP) ワークロードの機能について説明する
  
  4.1 NLP ワークロードの一般的なシナリオの機能を特定する
  • キー フレーズ抽出の機能と用途を特定する
  • エンティティ認識の機能と用途を特定する
  • 感情分析の機能と用途を特定する
  • 言語モデリングの機能と用途を特定する
  • 音声の認識および合成の機能と用途を特定する
  • 翻訳の機能と用途を特定する
  
  4.2 NLP ワークロード用の Azure ツールおよびサービスを特定する
  • Azure AI Language サービスの機能について説明する
  • Azure AI 音声サービスの機能について説明する


• 分野 5: Azure での生成 AI ワークロードの機能について説明する
  
  5.1 生成系 AI ソリューションの特徴を特定する
  • 生成系 AI モデルの特徴を特定する
  • 生成系 AI の一般的なシナリオを特定する
  • 生成系 AI の責任ある AI に関する考慮事項を特定する
  
  5.2 Microsoft Azure で生成 AI サービスと機能を特定する
  • Azure AI Foundry の機能について説明する
  • Azure OpenAI サービスの機能について説明する
  • Azure AI Foundry モデル カタログの機能について説明する