はじめに
Azure AI Engineer Associate(AI-102)取得に向けた勉強でまとめた内容を本記事では投稿しています。
試験範囲の内容を私が勉強していく中で、
・忘れてしまっていた内容
・他の知識と絡めて理解した方が良い内容
・Microsoft Learnの読解に苦戦した内容
などをできるだけ分かりやすく簡潔にまとめることを意識しています。
Azureの勉強を一から始め、AI-102取得を目指している方の参考になれば幸いです。
※本記事の内容が必ず試験に出るわけではないこと、ご注意ください
※勉強しながら投稿しているため、追加で学んだことがあれば随時投稿内容を更新します。
試験対策のまとめ
Anomaly Detector
時系列データの監視/異常の検出をできる一連のAPIを備えたAIサービス
機械学習(ML)の知識が少なくても、バッチ検証やリアルタイム推論が可能
Anomaly Detectorの機能
| 機能 | 異常を検出する変数 | モデル |
|---|---|---|
| 一変量異常検出 | 1つの変数(収益やコストなど) | データパターンに基づいて自動的に選択 |
| 多変量異常検出 | 相関関係を持つ複数の変数 | グラフアテンションネットワーク |
一変量異常検出
| 機能 | 利用するデータ | 検出する異常 |
|---|---|---|
| ストリーミング検出 | 前に確認されたデータポイント | 最新のデータポイントの異常 |
| バッチ検出 | 時系列データ | データ全体に存在する可能性がある異常 |
| 変更ポイントの検出 | 時系列データ | データに存在する傾向の変更点 |
多変量異常検出
- 最大300の異なる信号間の依存関係や相互相関が自動的に主要な要因として考慮される
- 複数の信号の相互作用が通常範囲から外れた場合に異常を検知可能
- 例：回転/燃圧/ベアリングなどの20種類の信号を生成する自動車エンジンの20個のセンサー
次の試験対策のまとめ
- AI-102試験対策のまとめ「Azure AI Metrics Advisor」
学習内容をまとめたページの一覧