本記事ではMicrosoftの資格である、AI-900 の試験対策の内容について記載します。
試験についてはこちらをご確認ください。
筆者は2021 年にAI-900の試験対策講座を作成し、今なおMicrosoftにて講座公開されております。
2021 年から現在に至るまで、クラウドの進化は目覚ましく、様々な新規サービスや名称変更がされています。
試験合格のための最低限の内容に絞って解説を行います。
ブログのタイトルと矛盾しますが試験合格のための勉強ではなく、実務活用するための勉強にお役立ていただけますと幸いです。
AI とは（機械学習・ディープラーニングとの違い・分類・回帰について）
AI（人工知能）、機械学習、深層学習（DL）の違いについて簡単に説明します。
AIは、人間の知能を模倣し、認識、学習、推論、意思決定などの能力を持つシステムの開発を指します。AIは、ルールベースのシステムや統計的手法など、さまざまな技術を組み合わせて実現されます。
機械学習は、AIの一部であり、データからパターンや規則を学習し、予測や意思決定を行うアルゴリズムを開発する技術です。機械学習は、教師あり学習、教師なし学習、強化学習などの手法があります。
深層学習（DL）は、機械学習の手法の一分野であり、多層のニューラルネットワークを用いて高度なパターン認識や特徴抽出を行う手法です。DLは、大規模なデータセットや複雑な問題において高い性能を発揮します。
次に、分類と回帰の違いについて簡単に説明します。
分類は、与えられたデータを異なるクラスやカテゴリに分類するタスクです。例えば、画像が犬か猫かを分類する問題などがあります。
一方、回帰は、与えられたデータから連続値の予測を行うタスクです。例えば、住宅価格を予測する問題などがあります。
分類では、出力は離散値であり、クラスやカテゴリに属する確率を示すことが一般的です。
一方、回帰では、出力は連続値であり、予測される値が直接的に示されます。つまりそれぞれでAIの良さを表す評価指標が異なります。
例えば分類はカテゴリわけなので正しく分けられたかどうかをみる正解率（Accuracy）が代表的な評価指標です。
逆に回帰は予測と実際の値の誤差をみて評価する必要があるため、平均二乗誤差や平均絶対値誤差等といった評価指標があります。
Azure AI とは
Azure AIは、Microsoftが提供する人工知能（AI）および機械学習（ML）のためのクラウドベースのプラットフォームです。
主要なサービスと機能
- Azure AI Services（Cognitive Services）: ビジョン、音声、自然言語など、さまざまなAI機能をAPIとして提供しています。これにより、開発者は簡単にAI機能をアプリケーションに統合できます。
- Vision : 物体検出や顔情報の分析・領収書などのデータを構造を保ったままデータ化することが可能です。他にも画像・物体検出モデルをGUIで作成することもできます。また、画像に対して性的や暴力的でないかを判断するようなセルフサーチを行う機能も提供されています
- 音声：音声翻訳や文章の音声読み上げ、グループで会話をしているときの話者の識別を行うことが可能です。
- 自然言語：文章翻訳やナレッジベースのボット作成、文章中からどのような意図を持った文章なのか言語理解をすることが可能です。他にも文章がネガティブかポジティブかを判断するようなText Analyticsの機能も提供されています。
- Azure Machine Learning: 機械学習モデルのトレーニング、デプロイメント、管理を行うためのプラットフォームです。視覚的なツールや自動化機能を活用して、機械学習のプロセスを容易にします。Azure AI は作成済みのAIを提供しますが、Azure ML では自作のAIを作成することができ、コンテナを使用しデプロイを行うことが可能です。
- Azure Bot Service: チャットボットを簡単に作成し、デプロイし、管理するためのサービスです。自然な対話を実現するための機能や統合が提供されています。
AI の設計指針
マイクロソフトでは AI 開発における 6 つの原則を公開しています。
公平性
AI システムは、すべての人を公平に扱うべき。例えば、肌の色や性別によってAIの予測に不利が生じないようなAIを作成するという原則です。
