直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

training course of Microsoft Azure

回答

微软 AI 初学者入门课程不包括以下内容:

  1. 人工智能的商业应用案例。如需要了解这方面的信息,可以考虑学习以下两个微软的课程:《面向商业用户的人工智能学习》、《人工智能商学院》(和欧洲工商管理学院 INSEAD 共同开发)。
  2. 经典机器学习。这在我们的《机器学习入门课程》中有详细介绍。
  3. 使用 Azure 认知服务(Azure Cognitive Services)来创建实用的人工智能应用。如有需要,我们建议你从以下微软课程开始学习:《视觉》、《自然语言处理》、《使用 Azure OpenAI 服务的生成式人工智能》等。

特定的机器学习云框架,例如Azure Machine LearningMicrosoft Fabric,或Azure Databricks。如有需要,考虑以下课程:《使用 Azure Machine Learning 构建和运行机器学习解决方案》、《使用 Azure Databricks 构建和运行机器学习解决方案》。

对话式人工智能和聊天机器人。这方面有一个单独的课程《创建对话式人工智能解决方案》,你也可以参考这篇博文了解更多详情。

深度学习背后的深层数学(Deep Mathematics)。关于这一点,我们推荐 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 合著的《深度学习》(Deep Learning)一书,该书可在 https://www.deeplearningbook.org/ 上获取。

如需了解云计算中的人工智能主题,可以考虑参加《在 Azure 上开始使用人工智能》课程。

内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

微软AI初学者入门课程

本课程不包括以下内容:人工智能的商业应用案例。如需要了解这方面的信息,可以考虑学习以下两个微软的课程:《[面向商业用户的人工智能学习](https://learn.microsoft.com/en-us/training/paths/introduction-ai-for-business-users/?WT.mc_id=academic-77998-cacaste)》、《[人工智能商学院](https://learn.microsoft.com/en-us/training/paths/transform-your-business-with-microsoft-ai/)》(和欧洲工商管理学院INSEAD共同开发)。经典机器学习。这在我们的《[机器学习入门课程](https://github.com/Microsoft/ML-for-Beginners)》中有详细介绍。使用Azure认知服务(Azure Cognitive Services)来创建实用的人工智能应用。如有需要,我们建议你从以下微软课程开始学习:《[视觉](https://learn.microsoft.com/en-us/training/paths/create-computer-vision-solutions-azure-ai/?WT.mc_id=academic-77998-cacaste)》、《[自然语言处理](https://learn.microsoft.com/en-us/training/paths/explore-natural-language-processing/?WT.mc_id=academic-77998-cacaste)》、《[使用Azure OpenAI服务的生成式人工智能](https://learn.microsoft.com/en-us/training/paths/develop-ai-solutions-azure-openai/?WT.mc_id=academic-77998-bethanycheum)》等。

微软AI初学者入门课程

特定的机器学习云框架。例如[Azure Machine Learning](https://azure.microsoft.com/services/machine-learning/?WT.mc_id=academic-77998-cacaste),[Microsoft Fabric](https://learn.microsoft.com/en-us/training/paths/get-started-fabric/?WT.mc_id=academic-77998-bethanycheum),或[Azure Databricks](https://docs.microsoft.com/learn/paths/data-engineer-azure-databricks?WT.mc_id=academic-77998-cacaste)。如有需要,考虑以下课程:《[使用Azure Machine Learning构建和运行机器学习解决方案](https://learn.microsoft.com/en-us/training/paths/explore-azure-machine-learning-workspace/?WT.mc_id=academic-77998-cacaste)》、《[使用Azure Databricks构建和运行机器学习解决方案](https://learn.microsoft.com/en-us/training/paths/build-operate-machine-learning-solutions-azure-databricks/?WT.mc_id=academic-77998-cacaste)》。对话式人工智能和聊天机器人。这方面有一个单独的课程《[创建对话式人工智能解决方案](https://learn.microsoft.com/en-us/training/paths/create-conversational-ai-solutions/?WT.mc_id=academic-77998-cacaste)》,你也可以参考[这篇博文](https://soshnikov.com/azure/hello-bot-conversational-ai-on-microsoft-platform/)了解更多详情。

微软AI初学者入门课程

深度学习背后的深层数学(Deep Mathematics)。关于这一点,我们推荐Ian Goodfellow、Yoshua Bengio和Aaron Courville合著的《深度学习》(Deep Learning)一书,该书可在https://www.deeplearningbook.org/上获取。如需了解云计算中的人工智能主题,可以考虑参加《[在Azure上开始使用人工智能](https://learn.microsoft.com/en-us/training/paths/get-started-with-artificial-intelligence-on-azure/?WT.mc_id=academic-77998-cacaste)》课程。

其他人在问
有和Microsoft office 搭配较好的ai工具推荐吗?
有许多 AI 工具可以与 Microsoft Office 配合使用,以下是其中几种: 1. ChatGPT:这是目前功能最强大的人工智能写作工具之一,可以在 Bing 上免费访问,也可以通过购买 ChatGPT 的订阅来访问。它可以直接集成到常见的办公应用程序中,如 Microsoft Office 和 Google Docs。 2. Claude 2:这是一款紧随 ChatGPT 之后的人工智能写作工具,也提供了有限的免费选项。 3. Excel Labs:这是一个 Excel 插件,它新增了生成式 AI 功能,基于 OpenAI 技术,允许用户直接在 Excel 中利用 AI 进行数据分析和决策支持。 4. Microsoft 365 Copilot:这是微软推出的 AI 工具,整合了 Word、Excel、PowerPoint、Outlook、Teams 等办公软件,通过聊天的形式,用户可以告知 Copilot 他们的需求,如数据分析或格式创建,Copilot 将自动完成这些任务。 5. Formula Bot:这是一款支持 Excel 和 Google Sheets 的 AI 插件,除了公式生成外,还可以根据提示生成相关文本内容、执行情感分析、语言翻译等任务。 这些工具通过 AI 技术提升了 Excel 的数据处理能力,使得用户可以更加高效地进行数据分析和决策。随着技术的不断发展,未来可能会有更多 AI 功能被集成到 Excel 中,进一步提高工作效率和数据处理的智能化水平。
2024-05-15
请用简单易懂的语言讲一下pre-training
预训练(pretraining)的目标是让模型学习一种语言模型,用于预测文本序列中的下一个单词。训练数据通常是互联网上的大量文本。模型从这些文本中学习词汇、语法、事实以及某种程度的推理能力。这个阶段结束后,模型可以生成一些有意义且语法正确的文本,但可能无法理解具体任务的需求。
2024-04-23
关于azure的申请,创建实例的时候选择哪一个区域?
选择Azure(微软的云计算服务平台)的区域(Region)时,应考虑以下几个因素: 1. 地理位置:选择最靠近目标用户的区域,以减少延迟并提高应用程序的响应速度。 2. 合规性要求:如果业务需要遵守特定国家或地区的数据保护法规,应选择该地区的数据中心。 3. 服务可用性:某些Azure服务可能只在特定的区域中提供。确保所需的服务在所选区域可用。 4. 成本效益:不同区域的定价可能有所不同,可以根据成本效益进行选择。 5. 冗余和备份:如果业务需要跨区域的冗余,可以考虑选择一个区域作为主数据中心,另一个作为备份。 6. 数据中心的可靠性:了解不同区域数据中心的可靠性和性能记录。 7. 未来发展:考虑业务扩展的可能性,选择一个能够支持未来增长的区域。 8. 网络连接:如果需要与其他云服务或本地数据中心连接,选择一个提供最佳网络连接的区域。 9. 市场接近度:如果服务面向特定市场,选择一个靠近该市场的区域可以提高服务质量。 10. Azure状态:查看Azure状态页面,了解不同区域的当前状态和历史性能。 通常,Azure平台会提供一个界面,允许用户根据上述因素选择最合适的区域。如果没有特定要求,可以选择默认推荐或者最常用的区域,如“西欧”、“东美国”或“东南亚”等。在创建实例之前,最好先在Azure官网上查看最新的服务可用性和区域信息。
2024-04-18