Microsoft Designing and Implementing a Microsoft Azure AI Solution (AI-102日本語版) - AI-102日本語무료 덤프문제 풀어보기
Computer Vision API の呼び出しから取得した結果を検証するためのテストメソッドを開発します。この呼び出しは、画像内の企業ロゴの存在を分析するために使用されます。この呼び出しは、brands という名前のブランドコレクションを返します。
次のコード セグメントがあります。
以下の各文について、正しい場合は「はい」を選択してください。そうでない場合は「いいえ」を選択してください。
注意: 正しい選択ごとに 1 ポイントが付与されます。
次のコード セグメントがあります。
以下の各文について、正しい場合は「はい」を選択してください。そうでない場合は「いいえ」を選択してください。
注意: 正しい選択ごとに 1 ポイントが付与されます。
정답:
Explanation:
Query successful
An analysis of the provided code segment is needed to determine the truth value of the statements, which are not explicitly provided in the prompt. Since I don ' t have the statements, I will analyze the code and infer common types of questions related to this code structure to provide a helpful response.
Code Analysis
The code segment is written in a C#-like syntax and iterates through a collection named brands .
C#
foreach ( var brand in brands)
{
if (brand.Confidence > = .75 )
Console.WriteLine( $ " Logo of {brand.Name} between {brand.Rectangle.X} , {brand.Rectangle.Y} and
{brand.Rectangle.W} , {brand.Rectangle.H} " );
}
Iteration: The foreach (var brand in brands) loop processes each item (presumably a detected brand or logo) in the brands collection.
Filtering/Condition: The if (brand.Confidence > = .75) statement acts as a filter. It only processes a brand if its associated Confidence value (likely a floating-point number between 0.0 and 1.0) is greater than or equal to 0.75 .
Output: For brands that pass the confidence threshold, a line of text is printed to the console using string interpolation ( $ " " ).
It reports the Name of the brand.
It reports the bounding box coordinates, presumably X (horizontal position), Y (vertical position), W (width), and H (height), which are properties of the nested brand.Rectangle object.
注: この問題は、同じシナリオを提示する一連の問題の一部です。一連の問題にはそれぞれ、定められた目標を満たす可能性のある独自の解答が含まれています。問題セットによっては、複数の正解が存在する場合もあれば、正解がない場合もあります。
このセクションの質問に回答した後は、その質問に戻ることはできません。そのため、これらの質問はレビュー画面に表示されません。
vm1 という Azure 仮想マシン上で実行される app1 という Web アプリを作成します。vm1 は、vnet1 という Azure 仮想ネットワーク上にあります。
service1 という名前の新しい Azure Cognitive Search サービスを作成する予定です。
パブリック インターネット経由でトラフィックをルーティングせずに、app1 が service1 に直接接続できることを確認する必要があります。
解決策: service1 とプライベート エンドポイントを vnet1 にデプロイします。
これは目標を満たしていますか?
このセクションの質問に回答した後は、その質問に戻ることはできません。そのため、これらの質問はレビュー画面に表示されません。
vm1 という Azure 仮想マシン上で実行される app1 という Web アプリを作成します。vm1 は、vnet1 という Azure 仮想ネットワーク上にあります。
service1 という名前の新しい Azure Cognitive Search サービスを作成する予定です。
パブリック インターネット経由でトラフィックをルーティングせずに、app1 が service1 に直接接続できることを確認する必要があります。
解決策: service1 とプライベート エンドポイントを vnet1 にデプロイします。
これは目標を満たしていますか?
정답: B
설명: (Fast2test 회원만 볼 수 있음)
Microsoft Bot Framework Composer を使用して、ユーザーがアイテムを購入できるチャットボットを構築します。
ユーザーが進行中のトランザクションをキャンセルできるようにする必要があります。ソリューションは、開発作業を最小限に抑える必要があります。
ボットに何を追加する必要がありますか?
ユーザーが進行中のトランザクションをキャンセルできるようにする必要があります。ソリューションは、開発作業を最小限に抑える必要があります。
ボットに何を追加する必要がありますか?
정답: D
설명: (Fast2test 회원만 볼 수 있음)
Language Understanding ポータルを使用して、Language Understanding モデルを構築します。
次のサンプルに示すように、モデルを JSON ファイルとしてエクスポートします。
Weather.Historic エンティティは発話の中で何に対応していますか?
次のサンプルに示すように、モデルを JSON ファイルとしてエクスポートします。
Weather.Historic エンティティは発話の中で何に対応していますか?
정답: D
설명: (Fast2test 회원만 볼 수 있음)
QnA Maker アプリケーションを使用するチャットボットがあります。
QnA Maker アプリケーションで使用されるナレッジ ベースのアクティブ ラーニングを有効にします。
ユーザー入力をモデルに統合する必要があります。
どの 4 つのアクションを順番に実行する必要がありますか? 回答するには、適切なアクションをアクション リストから回答領域に移動し、正しい順序に並べます。
QnA Maker アプリケーションで使用されるナレッジ ベースのアクティブ ラーニングを有効にします。
ユーザー入力をモデルに統合する必要があります。
どの 4 つのアクションを順番に実行する必要がありますか? 回答するには、適切なアクションをアクション リストから回答領域に移動し、正しい順序に並べます。
정답:
Explanation:
Step 1: For the knowledge base, select Show active learning suggestions.
In order to see the suggested questions, on the Edit knowledge base page, select View Options, then select Show active learning suggestions.
Step 2: Approve and reject suggestions.
Each QnA pair suggests the new question alternatives with a check mark, # , to accept the question or an x to reject the suggestions. Select the check mark to add the question.
Step 3: Save and train the knowledge base.
Select Save and Train to save the changes to the knowledge base.
Step 4: Publish the knowledge base.
Select Publish to allow the changes to be available from the GenerateAnswer API.
When 5 or more similar queries are clustered, every 30 minutes, QnA Maker suggests the alternate questions for you to accept or reject.
Reference:
https://docs.microsoft.com/en-us/azure/cognitive-services/qnamaker/how-to/improve-knowledge-base
文を正しく完成させる答えを選択してください。
정답:
Explanation:
A data analyst
The statement is:
"________ is responsible for creating visuals and charts that help a company make informed decisions." Let's analyze the options:
A data analyst
Main responsibility: interpreting data, creating visuals, dashboards, and reports using tools like Power BI, Excel, or Tableau.
Helps stakeholders make business decisions from data.
Correct answer.
A data engineer
Focuses on designing, building, and maintaining data pipelines, ETL processes, and storage systems.
Not primarily responsible for creating visuals.
A data scientist
Specializes in advanced analytics, machine learning, and statistical modeling.
They may present insights but their focus is on predictions and algorithms, not routine visuals.
A database administrator (DBA)
Responsible for managing databases, ensuring security, availability, backups, and performance.
Not responsible for creating visuals or dashboards.
The answer: A data analyst
Microsoft Reference
Roles in data analytics
Microsoft Learn: Data Analyst role description - responsible for creating reports and visualizations to support decision-making.
管理会計グループ向けのドキュメント処理要件を満たすソリューションを開発しています。ソリューションには以下のコンポーネントが含まれている必要があります。
フォーム認識リソース
Form Recognizer サンプル ラベリング ツールをホストする Azure Web アプリ
Management-Bookkeepers グループは、サンプル ラベル付けツールを使用してカスタム テーブル抽出プログラムを作成する必要があります。
Management-Bookkeepers グループは、どの 3 つのアクションを順番に実行する必要がありますか? 回答するには、適切なコマンドレットをコマンドレットの一覧から回答領域に移動し、正しい順序に並べます。
フォーム認識リソース
Form Recognizer サンプル ラベリング ツールをホストする Azure Web アプリ
Management-Bookkeepers グループは、サンプル ラベル付けツールを使用してカスタム テーブル抽出プログラムを作成する必要があります。
Management-Bookkeepers グループは、どの 3 つのアクションを順番に実行する必要がありますか? 回答するには、適切なコマンドレットをコマンドレットの一覧から回答領域に移動し、正しい順序に並べます。
정답:
Explanation:
Step 1: Create a new project and load sample documents
Create a new project. Projects store your configurations and settings.
Step 2: Label the sample documents
When you create or open a project, the main tag editor window opens.
Step 3: Train a custom model.
Finally, train a custom model.
Reference:
https://docs.microsoft.com/en-us/azure/applied-ai-services/form-recognizer/label-tool
Azure Cognitive Search ソリューションと、カテゴリフィールドを含むブログ投稿のコレクションがあります。投稿のインデックスを作成する必要があります。ソリューションは以下の要件を満たす必要があります。
* 検索結果にカテゴリ フィールドを含めます。
* ユーザーがカテゴリ フィールドで単語を検索できるようにします。
* ユーザーがカテゴリに基づいてドリルダウン フィルタリングを実行できることを確認します。
カテゴリ フィールドにどのインデックス属性を構成する必要がありますか?
* 検索結果にカテゴリ フィールドを含めます。
* ユーザーがカテゴリ フィールドで単語を検索できるようにします。
* ユーザーがカテゴリに基づいてドリルダウン フィルタリングを実行できることを確認します。
カテゴリ フィールドにどのインデックス属性を構成する必要がありますか?
정답: A
설명: (Fast2test 회원만 볼 수 있음)
Microsoft Bot Framework SDK を使用して、Microsoft Teams チャネル用のチャットボットを構築します。チャットボットは以下のコードを使用します。
以下の各文について、正しい場合は「はい」を選択してください。そうでない場合は「いいえ」を選択してください。
注意: 正しい選択ごとに 1 ポイントが付与されます。
以下の各文について、正しい場合は「はい」を選択してください。そうでない場合は「いいえ」を選択してください。
注意: 正しい選択ごとに 1 ポイントが付与されます。
정답:
Explanation:
Box 1: Yes
The ActivityHandler.OnMembersAddedAsync method overrides this in a derived class to provide logic for when members other than the bot join the conversation, such as your bot ' s welcome logic.
Box 2: Yes
membersAdded is a list of all the members added to the conversation, as described by the conversation update activity.
Box 3: No
Reference:
https://docs.microsoft.com/en-us/dotnet/api/microsoft.bot.builder.activityhandler.onmembersaddedasync?
view=botbuilder-dotnet-stable