🥾 프로젝트/(자격증)AI-900 (4) 썸네일형 리스트형 (230209) MS AI-900 합격 후기 합격 점수 810점 공부 시간 순수 공부 시간은 6시간 공부 방법 1. 기본 개념(이론) 정리가 필요함.(★) 이론 양 자체가 많지 않아서, 3~4시간 정도 투자하면 이론 완성 가능. 2. 문제 풀이 문제 은행 방식의 느낌이라서, 많이 푸는 게 중요함. 문제가 이해가 안되면, 그 문제 자체를 암기 추천 (★) 3. 공부 방법 기념 개념 정리 - 2시간 문제 풀기 - 2시간 푼 문제 핵심 개념들 다시 체크 - 30분 문제 기계 처럼 출기 - 1시간 30분 (모르면 그냥 암기) (★) 4. 시험 TIP (★) 한국어 버전으로 시험 보기가 가능함 다른 블로그에서 한국어 시험으로 보면 영어 번역 볼 수 있다고 했으나, 필자는 그런 기능 보지 못함(★★) 한국어 버전 장점 : 쉽게 지문이 읽히며, 영어 문제를 많.. (230207) 한국어 덤프 문제 풀이-2 1. 자동 기계 학습 - 사용자가 지정한 매트릭에 따라 점수가 매겨지고, 순위가 매겨지는 여러 교육을 반복 실행이 가능함 2. 분류 - whether : ~인지 아닌지 3. 암기 4. Azure ML 문제 - 그래그 앤 드랍의 다른 말이 보기 1번임 - Adding and connecting modules on a visual canvas 5. 회귀 모델 평가 측정 방법 - 결정계수(R2) 와 평균 제곱근 오차(RMSE) 6. 검증 세트 (답 No) - 검증 세트를 사용하여 모든 훈련 데이터가 모델 훈련에 사용되는 지 확인 할 수 없다. 7. Azure ML에서의 2가지 구성 요소 - 데이터세트와 & 모듈 8. 자신감, 신뢰도(confidence) (230206) 한국어 덤프 문제 풀이-1 문제 풀이 (링크) 1. 투명성 (transparency) - 정보 제공이 포커싱 그리고 제공하는 것도 쉬워야 함 (expain) 2. 포괄성(inclusiveness) - 차별, 장애에 관련된 내용은 포괄성 3. 신뢰성 및 안전성(reliability & safety) - 예기치 못한 상황, 돌발 상황 - 그럼에도 일관성 있게 작동해야 함. 4. 객체 감지(object Detection) - 경계 상자, 위치를 표시해줌이 나오면 객체 감지 5. Featurn engineering 6. face 서비스의 얼굴 식별(indenification) vs 얼굴 확인(verification) - 얼굴 식별,감지(indenification) : 조건을 나오면서, 식별, 감지 - 얼굴 확인(verification) .. (230206) Microsoft AI-900 기초 개념 일정 (링크) 합격점수 1. 합격 점수 : 1000점 만점 중 700점 합격 2. 문제 : 약 45개 3. 시험 비용 : 약 11만원 (학교에서 지원) 4. 제출 시, 바로 합격 여부 파악 5. 문제는 객관식, 드레그 앤 드롭, 주관식은 없다 6. 시험문제 & 정답은 모두 한글, 영어가 있지만 영어 추천(한글은 번역이 이상하다) 7. 시간 : 총 45분 8. 한국어 덤프 문제 참고 (링크) / (링크) / (링크) 목차 크게 총 3part : ML(기계 학습), AI(인공 지능), Microsoft Azure 서비스 인공 지능 워크로드 및 고려 사항 설명(20~25%) Azure에서 Machine Learning의 기본 원리 설명(25~30%) Azure에서 Computer Vision 워크로드의 특징 .. 이전 1 다음
