AI-102J 試験問題を無料オンラインアクセス

QA1 という名前の Azure Al Language カスタム質問応答プロジェクトが含まれる Azure サブスクリプションがあります。
質問と回答のペアを QA1 にインポートする必要があります。
どの 2 つのファイル形式を使用できますか? それぞれの正解は完全なソリューションを示します。注: 正解の選択ごとに 1 ポイントが与えられます。

• A.JSON
• B.TSV
• C.エクセル
• D.読み取り
• E.CSV

1,000 個のビデオ ファイルを含むライブラリがあります。
Azure AIコンテンツ理解プロジェクトを使用して、動画の感情分析を実行する必要があります。ソリューションは開発労力を最小限に抑える必要があります。
プロジェクトにはどのタイプのテンプレートを使用する必要がありますか?

• A.ビデオショット分析
• B.メディア資産管理
• C.広告

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。

正解：

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.

10,000件のPDF文書を含むトレーニングデータセットがあります。文書には、スキャンされた書籍、コミック、雑誌が含まれています。
Azure Al とカスタム モデルを使用するソリューションを構築しています。
Language Studioを使用してモデルをトレーニング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。
* 各アイテムに書籍、コミック、雑誌のタグを付けます。
* 開発の労力を最小限に抑えます。
何を使うべきでしょうか?

• A.マルチラベル画像分類モデル
• B.マルチラベル分類プロジェクト
• C.カスタム固有表現抽出（NER）プロジェクト
• D.カスタム抽出モデル

過去 24 時間のセンサー データの異常を検出するソリューションを構築しています。
ソリューションがデータセット全体を同時にスキャンして異常を検出するようにする必要があります。
どのタイプの検出を使用する必要がありますか?

• A.ストリーミング
• B.バッチ
• C.変更点