Caricamento...
AI-102T00

Designing and Implementing a Microsoft Azure AI Solution

Prezzo

€ 1,400.00
(Iva esclusa)

Scheda tecnica

Scarica

Giorni

4 gg

Il corso AI-102T00 è stato concepito per gli sviluppatori di software che vogliono progettare le applicazioni sfruttando l'intelligenza artificiale basata sui Servizi cognitivi di Azure, sulla Ricerca cognitiva di Azure e Microsoft Bot Framework.

Durante il corso verrà utilizzato C# o Python come linguaggio di programmazione.

Il corso risponde alle esigenze di chiunque desideri progettare e gestire soluzioni di intelligenza artificiale basati sui Servizi Cognitivi di Azure, Ricerca cognitiva di Azure e Microsoft Bot Framwork.

Per partecipare al corso è necessario essere in possesso di una adeguata conoscenza di Microsoft Azure, di C# o Python e della semantica di programmazione JSON e REST.

Modulo 1: Introduzione all'intelligenza artificiale in Azure
L'intelligenza artificiale è un elemento sempre più cruciale per le app e i servizi moderni. In questo modulo verranno fornite informazioni su alcune funzionalità comuni di intelligenza artificiale che è possibile sfruttare nelle app e su come vengono implementate in Microsoft Azure. Verranno presentate anche alcune considerazioni per la progettazione e l'implementazione responsabile di soluzioni di intelligenza artificiale.


Lezioni
Introduzione all'intelligenza artificiale

Intelligenza artificiale in Azure

Dopo aver completato questo modulo, gli studenti saranno in grado di:

Descrivere le considerazioni per la creazione di applicazioni abilitate per l'intelligenza artificiale

Identificare i servizi di Azure per lo sviluppo di applicazioni di intelligenza artificiale


Modulo 2: Sviluppo di app di intelligenza artificiale con Servizi cognitivi
I servizi cognitivi sono gli elementi fondamentali per l'integrazione delle funzionalità di intelligenza artificiale nelle app. In questo modulo si apprenderà come effettuare il provisioning, proteggere, monitorare e distribuire i servizi cognitivi.


Lezioni
Introduzione a Servizi cognitivi

Uso di Servizi cognitivi per applicazioni aziendali

Lab: Introduzione a Servizi cognitivi
Lab: Gestire la sicurezza di Servizi cognitivi
Lab: Monitorare Servizi cognitivi
Lab: Usare un contenitore di Servizi cognitivi



Dopo aver completato questo modulo, gli studenti saranno in grado di:

Effettuare il provisioning di servizi cognitivi e utilizzarli in Azure

Gestire la sicurezza dei servizi cognitivi

Monitorare i servizi cognitivi

Usare un contenitore di servizi cognitivi


Modulo 3: Introduzione all'elaborazione del linguaggio naturale
L'elaborazione del linguaggio naturale è un ramo dell'intelligenza artificiale che si occupa dell'estrazione di informazioni dettagliate dal linguaggio scritto o parlato. In questo modulo si apprenderà come usare i servizi cognitivi per analizzare e tradurre testo.


Lezioni
Analisi del testo

Traduzione di testo

Lab: Tradurre testo
Lab: Analizzare il testo



Dopo aver completato questo modulo, gli studenti saranno in grado di:

Usare il servizio cognitivo Analisi del testo per analizzare testo

Usare il servizio cognitivo Traduttore per tradurre testo


Modulo 4: Creazione di applicazioni abilitate per la sintesi del testo
Molti servizi e app moderni accettano l'input parlato e possono rispondere sintetizzando il testo. In questo modulo si continueranno a esplorare le funzionalità di elaborazione del linguaggio naturale apprendendo come creare applicazioni abilitate per la sintesi del testo.


Lezioni
Riconoscimento e sintesi vocale

Traduzione vocale

Lab: Riconoscere e sintetizzare il parlato
Lab: Tradurre il parlato



Dopo aver completato questo modulo, gli studenti saranno in grado di:

Usare il servizio cognitivo Voce per riconoscere e sintetizzare il parlato

Usare il servizio cognitivo Voce per tradurre il parlato


Modulo 5: Creazione di soluzioni basate sulla comprensione del linguaggio
Per creare un'applicazione in grado di comprendere e rispondere in modo intelligente all'input in linguaggio naturale, è necessario definire un modello per la comprensione del linguaggio ed eseguirne il training. In questo modulo si apprenderà come usare il servizio Language Understanding per creare un'app in grado di identificare la finalità dell'utente dall'input in linguaggio naturale.


Lezioni
Creazione di un'app basata su Language Understanding

Pubblicazione e uso di un'app basata su Language Understanding

Uso di Language Understanding con il servizio Voce

Lab: Creare un'app client basata su Language Understanding
Lab: Creare un'app basata su Language Understanding
Lab: Usare i servizi Voce e Language Understanding



Dopo aver completato questo modulo, gli studenti saranno in grado di:

Creare un'app basata su Language Understanding

Creare un'applicazione client per Language Understanding

Integrare i servizi Language Understanding e Voce


Modulo 6: Creazione di una soluzione per domande e risposte
Uno dei tipi più comuni di interazione tra utenti e agenti software di intelligenza artificiale prevede che gli utenti inviino domande in linguaggio naturale e che l'agente di intelligenza artificiale risponda in modo intelligente con una risposta appropriata. In questo modulo si vedrà come il servizio QnA Maker consente lo sviluppo di questo tipo di soluzione.


Lezioni
Creazione di una knowledge base per domande e risposte

Pubblicazione e uso di una knowledge base per domande e risposte

Lab: Creare una soluzione per domande e risposte


Dopo aver completato questo modulo, gli studenti saranno in grado di:

Usare QnA Maker per creare una knowledge base

Usare una knowledge base di domande e risposte in un'app o in un bot


Modulo 7: Intelligenza artificiale conversazionale e servizio Azure Bot
I bot sono alla base di un tipo sempre più comune di applicazione di intelligenza artificiale in cui gli utenti conversano con gli agenti di intelligenza artificiale, spesso come farebbero con un agente umano. In questo modulo verranno presentati Microsoft Bot Framework e il servizio Azure Bot, che insieme forniscono una piattaforma per la creazione e la distribuzione di esperienze di conversazione.


Lezioni
Concetti di base sui bot

Implementazione di un bot conversazionale

Lab: Creare un bot con Bot Framework SDK
Lab: Creare un bot con Bot Framework Composer



Dopo aver completato questo modulo, gli studenti saranno in grado di:

Usare Bot Framework SDK per creare un bot

Usare Bot Framework Composer per creare un bot


Modulo 8: Introduzione a Visione artificiale
La visione artificiale è un'area dell'intelligenza artificiale in cui le applicazioni software interpretano l'input visivo da immagini o video. In questo modulo si inizierà a esplorare la visione artificiale apprendendo come usare i servizi cognitivi per analizzare immagini e video.


Lezioni
Analisi di immagini

Analisi di video

Lab: Analizzare video
Lab: Analizzare immagini con Visione artificiale



Dopo aver completato questo modulo, gli studenti saranno in grado di:

Usare il servizio Visione artificiale per analizzare immagini

Usare Analizzatore video per analizzare video


Modulo 9: Sviluppo di soluzioni di Visione personalizzata
Anche se esistono molti scenari in cui possono essere utili le funzionalità di visione artificiale generali predefinite, a volte è necessario eseguire il training di un modello personalizzato con dati visivi propri. In questo modulo si esplorerà il servizio Visione personalizzata e come usarlo per creare modelli personalizzati di classificazione delle immagini e rilevamento oggetti.


Lezioni
Classificazione immagini

Rilevamento di oggetti

Lab: Classificare le immagini con Visione personalizzata
Lab: Rilevare oggetti nelle immagini con Visione personalizzata



Dopo aver completato questo modulo, gli studenti saranno in grado di:

Usare il servizio Visione personalizzata per implementare la classificazione delle immagini

Usare il servizio Visione personalizzata per implementare il rilevamento oggetti


Modulo 10: Rilevamento, analisi e riconoscimento dei visi
Il rilevamento, l'analisi e il riconoscimento facciali sono scenari comuni di visione artificiale. In questo modulo verrà esplorato l'uso dei servizi cognitivi per identificare i visi umani.


Lezioni
Rilevamento dei visi con il servizio Visione artificiale

Uso del servizio Viso

Lab: Rilevare, analizzare e riconoscere i visi


Dopo aver completato questo modulo, gli studenti saranno in grado di:

Rilevare i visi con il servizio Visione artificiale

Rilevare, analizzare e riconoscere i visi con il servizio Viso


Modulo 11: Lettura di testo in immagini e documenti
Il riconoscimento ottico dei caratteri (OCR) è un altro scenario comune di visione artificiale, in cui il software estrae testo da immagini o documenti. In questo modulo verranno presentati i servizi cognitivi che possono essere usati per rilevare e leggere testo in immagini, documenti e moduli.


Lezioni
Lettura di testo con il servizio Visione artificiale

Estrazione di informazioni dai moduli con il servizio Riconoscimento modulo

Lab: Leggere il testo nelle immagini
Lab: Estrarre dati dai moduli


Dopo aver completato questo modulo, gli studenti saranno in grado di:

Usare il servizio Visione artificiale per leggere testo in immagini e documenti

Usare il servizio Riconoscimento modulo per estrarre i dati dai moduli digitali


Modulo 12: Creazione di una soluzione di knowledge mining
In definitiva, molti scenari di intelligenza artificiale comportano la ricerca intelligente di informazioni in base alle query degli utenti. Il knowledge mining basato sull'intelligenza artificiale è un modo sempre più importante per creare soluzioni di ricerca intelligenti che usano l'intelligenza artificiale per estrarre informazioni dettagliate da grandi repository di dati digitali e consentire agli utenti di trovare e analizzare tali informazioni.


Lezioni
Implementazione di una soluzione di ricerca intelligente

Sviluppo di competenze personalizzate per una pipeline di arricchimento

Creazione di un archivio conoscenze

Lab: Creare una competenza personalizzata per Ricerca cognitiva di Azure
Lab: Creare una soluzione di Ricerca cognitiva di Azure
Lab: Creare un archivio conoscenze con Ricerca cognitiva di Azure



Dopo aver completato questo modulo, gli studenti saranno in grado di:

Creare una soluzione di ricerca intelligente con Ricerca cognitiva di Azure

Implementare una competenza personalizzata in una pipeline di arricchimento di Ricerca cognitiva di Azure

Usare Ricerca cognitiva di Azure per creare un archivio conoscenze



Sede Data P
Milano Virtual Class 27/02/2023
Milano Virtual Class 29/05/2023
Milano Virtual Class 02/10/2023
Milano Virtual Class 27/11/2023