시험 AI-900: Microsoft Azure AI Fundamentals
이 시험은 기계 학습 및 AI 개념과 관련 Microsoft Azure 서비스에 대한 지식을 입증할 수 있는 기회입니다. 이 시험의 응시자는 시험 AI-900의 자기 주도적 또는 강사 진행 학습 자료에 대해 잘 알고 있어야 합니다.
MS 사이트 | 자격증명
[ AI-900 ]
- 수강기간: 2023-09-27 ~ 2023-10-10
- MLP(Microsoft Learning Platform) 연계 인공지능 교육
학교 홈페이지를 둘러보다가 AI-900이라고
MS에서 하는 AI 자격증 취득 커리큘럼을 보게되어서 자격증명 시험을 봤다.
커리큘럼은 2주 완성이였고, 나는 학교에서 제공해준 온라인 퀴즈만 계속 풀었다.
처음 구성에 관한 강의영상만 열심히 듣고, 어느정도 머릿속에서 틀을 잡고 난 후에는 지하철 이동하면서, 추석에 외할머니댁 가면서 우댱댱 퀴즈를 풀었다.
결과는 합격!
사실 시험 결과가 이렇게까지 바로 나올줄은 몰랐는데 바로 나와서 신기했다.
이렇게 각 분야별 몇퍼센트 맞았는지도 알려준다.
문제 수는 40문항 정도로 많지 않았다.
공부내용 정리
00. 구성
크게 4가지의 모듈로 나뉜다.
Responsible AI, Machine Leaning, Computer Vision, NLP의 구성으로 되어 있는데 그 각각의 모듈에서 MS가 제공하는 서비스에 대해서도 함께 다루는 것이 특징이다.
01. Responsible AI
Responsible AI를 위한 6가지 원칙에 대해 배우고, 이상탐지 실습을 진행해보았다.
1. Fairness
- 데이터의 편향 X
- 성별, 인종 차별 X
2. Reliability and safety
- AI는 믿을만하고 안전하게 동작해야 함
- 비정상이나 누락값 X
- 예기치 못한 상황에도 작동해야 함
3. Privacy and security
- 안전 + 사생활을 존중
- 개인정보들은 프라이빗하게 지켜져야 함
4. Inclusiveness
- 모두 사용, 관여
- 청각/시각 장애가 있는 등 특정 사용자 그룹 사용가능하도록
5. Transparency
- 설명, 이해할 수 있어야함
- 디버그 문서를 제공해야함
6. Accountability
- 사람들이 책임을 져야 함
- 시스템이 내린 판단을 인간이 철회
+Anomaly Detection(이상탐지) 실습
이상탐지 실습 깃허브
02. ML
3가지 방법론과 머신러닝의 기본 개념에 대해 배운다.
머신러닝
- 과거 데이터에서 관련성을 찾아 예측 모델을 만듦
- traing data로 학습 데이터를 통해 모델을 만들고, validation data로 모델에 넣어서 예측이 잘 되는지 검증
1. Regression - 회귀
- 함수 식에 값을 넣어서 미래를 예측하는 분석
- 편차를 줄이고 정확한 예측 모델을 찾는 것이 목적
2. Classification - 분류
- True Positive : 실제 값과 예측 값이 같고, True로 예측
- True Negative : 실제 값과 예측 값이 같고, False로 예측
- False Positive : 실제 값과 예측 값이 다르고, True로 예측
- False Negative : 실제 값과 예측 값이 다르고, False로 예측
3. Clustering - 군집 분석
- 반복적으로 묶고 평균을 내서 데이터 안의 비슷한 패턴과 구조를 발견해 군집화함
03. CV
- Image Classification : 이미지를 업로드하고 레이블 값을 알려주면 컴퓨터가 이미지의 특성을 분석하고 인지
- Object Detection : 사각형 박스를 통해 물체 탐지
- Semantic Segmentation : 물체 자체를 인식
- Image Analysis : 이미지를 분석해 텍스트로 안내 제공
- Face Detection & Recognition : 사람 얼굴 데이터만 추출
- Optical Character Recognition : 길거리 표지판, 영수증, 손글씨 등 문자 인식
04. NLP 및 대화형 AI
NLP
- Text analysis and entity recognition : 텍스트를 분석해서 명사를 따로 뽑음
- Sentiment analysis : 텍스트의 내용이 긍정적인지 부정적인지 분석
- Speech recognition and synthesis : AI가 음성을 인식해 텍스트로 바꿔주거나 텍스트를 음성으로 변환하여 제공
- Machine translation : 텍스트를 통해 원하는 언어로 변환
- Semantic language modeling : 의미 체계적 언어 모델링
대화형 AI
- 웹 채팅, 소셜 미디어 플랫폼, 음성 등을 통해 참여 가능한 인간과 에이전트의 대화를 가능하게 하는 봇
PPT 자료 출처 | [AIA] AI-900: Microsoft Azure AI Fundamentals(대학)
