Azure認定資格 WEB問題集＆徹底解説
AI-900：Microsoft Azure AI Fundamentals
AI-900：Microsoft Azure AI Fundamentalsとは？
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
Azure / クラウド関連
- 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
AI / ML 基礎
- 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。
出題分野と比重
| 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% |
各分野で求められる知識
-
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
広告