Azure認定資格 WEB問題集＆徹底解説
AI-900：Microsoft Azure AI Fundamentals
- No.12 照明変化に弱いカスタム分類モデルの改善
- No.17 入退室管理における顔認証機能の選択
- No.18 Document Intelligenceの非対応アクセス方法
- No.22 不鮮明な印刷画像からのテキスト抽出
- No.23 植物判定アプリに必要なサービス構成
- No.32 手書き文書のデジタル化に適した機能
- No.39 画像前処理におけるグレースケール変換の影響
- No.41 Document Intelligenceの構造保持機能
- No.43 手書き保険書類における専門用語の認識精度改善
- No.45 独自フォーマットからのフィールド抽出
- No.63 特殊な製品欠陥の画像認識システム構築
- No.69 Azure AI Faceの限定アクセス承認の理由
- No.71 畳み込み層におけるフィルターの役割
- No.72 画像から説明文を生成する機能の選択
- No.79 画像ベース不良品検出システムの構築
- No.81 劣化文書の OCR 認識精度向上
- No.88 独自物体検出モデルの効率的な構築方法
- No.93 画像テキストの多言語音声化アプリ構築
- No.103 Azure AI Face による双子の誤認証
- No.109 画像からの文字抽出と物体検出の組み合わせ
- No.116 本人確認における偽装検知の実装方法
- No.119 複雑な多言語文書を処理する構成
- No.120 Document Intelligenceの特性
- No.121 畳み込み処理におけるフィルターの役割
- No.128 製造業の保守報告書処理基盤の構築
- No.131 ドキュメント処理と検索基盤の構成
- No.140 Azure AI Face の認証機能と識別機能の違い
- No.141 文書デジタル化に適したAI機能
- No.147 帳票データの自動抽出に最適な構成
- No.152 Azure AI Faceにおける利用制限機能
- No.153 本人確認のための顔照合機能の選択
- No.154 Azure AI Visionの主要機能
- No.158 Document Intelligenceの主な利点
- No.165 顔画像による本人確認に適した機能
- No.172 多様な文書に対応するOCR実装の特性
- No.187 CNNにおける畳み込み演算の役割
- No.188 画像から物体と文字を認識する機能選択
- No.191 画像内の複数領域への説明文生成機能
- No.203 商品在庫確認システムに適したAI技術
- No.206 商品画像の自動カテゴリ分類に適した機能
- No.209 Custom Visionで提供されない機能の特定
- No.215 紙文書の電子化に適した機能
- No.220 物体検出ソリューションの主要機能
- No.238 Object Detection機能の特徴
- No.246 Azure AI Vision で実現可能な画像処理機能
- No.249 時系列データの異常検出に適した機能
- No.254 製品不良判別に適したAI機能の選択
- No.257 紙文書のデジタル化と業務自動化の実現
- No.263 ドキュメント処理に適さないAI機能
- No.275 画像分析機能を提供するサービスの選択
- No.277 文書からの構造化データ抽出に適したサービス
- No.280 製品外観検査の自動化に適したAIワークロード
- No.287 製造ラインにおける製品画像分類の実装
- No.289 工場安全管理に適したComputer Vision手法
- No.302 製造ラインでの製品検品の自動化
- No.305 契約書類からの情報抽出に使うサービス
- No.315 工場の安全装備監視に適したワークロード
- No.317 工場での不良品検出に適した画像認識機能
- No.322 納品書データの自動抽出に最適なサービス
- No.331 製品画像の分類とテキスト抽出の実現方法
- No.339 医療検査レポートからの文字情報抽出
- No.342 医療文書画像の自動カテゴリ分類手法
- No.344 医療記録からの構造化データ抽出
広告