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.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.63 特殊な製品欠陥の画像認識システム構築
- No.71 畳み込み層におけるフィルターの役割
- No.79 画像ベース不良品検出システムの構築
- No.88 独自物体検出モデルの効率的な構築方法
- No.109 画像からの文字抽出と物体検出の組み合わせ
- No.121 畳み込み処理におけるフィルターの役割
- No.131 ドキュメント処理と検索基盤の構成
- No.137 過学習モデルの汎化性能改善における対策評価
- 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.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.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.254 製品不良判別に適したAI機能の選択
- 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.299 画像認識における深層学習の特性
- No.302 製造ラインでの製品検品の自動化
- No.315 工場の安全装備監視に適したワークロード
- No.316 製造ラインの欠陥検出に適した技術特性
- No.317 工場での不良品検出に適した画像認識機能
- No.331 製品画像の分類とテキスト抽出の実現方法
- No.332 AI検査システムにおける透明性の確保
- No.342 医療文書画像の自動カテゴリ分類手法
広告