|
学習内容
|
1. AI の基礎
- AI の概要
- AI 、機械学習、ディープラーニングの違い
- Microsoft AI Platform
2. Azure Machine Learning Studio で機械学習アルゴリズムの実装
- Azure Machine Learning Studio の概要
- 分類のアルゴリズムの実装
- Web API の公開
3. Azure Cognitive Services のデモプレイ
- 視覚サービスの概要
- 音声サービスの概要
- 言語サービスの概要
- 決定サービスの概要
- Web 検索サービスの概要
4. Azure Cognitive Services の実装
- Computer Vision API の実装
- Text Analytics API の実装
5. ボットの作成
- ボットの概要と設計
- 基本的なボットの作成
- Bot Emulater の概要
- チャットをログに記録
6. QnA Maker の作成
- QnA Maker の基礎
- ナレッジベースの基礎
- QnA Maker とナレッジベースの統合
- ボットと QnA Maker の統合
7. LUIS の基礎
- LUIS の概要と使用するメリット
- 意図・発話・エンティティ
- LUIS モデルの実装
8. LUIS を使用したボットの拡張
- LUIS アプリの公開
- LUIS とボットの統合
- LUIS をボット ダイアログに統合する
9. Azure Cognitive Services をボットに統合する
- ボットサービスに適した Azure Cognitive Services
- ボットでの感情分析の実装
- ボットでの言語検出の実装
10. ボットに QnA Maker と LUIS を組み合わせる
- QnA Maker の作成
- LUIS アプリの作成
- ボットにサービスを統合する
11. ビッグデータアーキテクチャの基礎
- 全体像の理解と構成要素の概要
- ラムダ・カッパアーキテクチャの違い
- モノのインターネット (IoT)
12. ビッグデータアーキテクチャの実装
- IoT Edge からデータの送信
- IoT Hub でデータの受け取り
- Stream Analytics でデータのリアルタイム処理
- Blob Storage へのデータの書き込み
13. ビッグアーキテクチャの応用
- Azure のデータベースサービス
- Data Factory を用いてのクラウド・オンプレミス間でのデータの操作
- Azure functions と Logic App でイベントに合わせた処理の追加
- HDInsight を用いてのデータの並列処理
- Azure Kubernetes Service の概要
14. セキュリティ、コンプライアンス、ガバナンス
- Azure Active Directory とは
- ロールベースのアクセス制御 (RBAC)
- Azure Service Principle でリソース権限の管理
- Azure Key Valt でアクセスキーの管理
- GDRP とは
15. 演習
- それぞれのサービスの選定のポイント
- グループワーク：問題設定に対して適切なサービスの選定を行う
|