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
Azure AI Metrics Advisor
- AIを使用して下記における異常検出を実行するサービス
- データの監視
- 時系列データ
- データにモデルを適用するプロセスを自動化
- 機械学習の知識が無くても下記が可能
- データインジェスト
- 異常検出
- 診断
- 使用例
- 複数のデータソースからの多次元データを分析
- 異常を識別して関連付ける
- 実際のデータで使用される異常検出モデルを構成して微調整
- 異常を診断し、根本原因分析に活用
- 注意事項
- 2023年9月20日以降は新しいMetrics Advisorリソースの作成不可
- Metrics Advisorサービスは2026年10月1日に廃止
Metrics Advisorの機能
- 様々なデータストアに接続して多次元メトリックデータの取り込みが可能
- SQL Server
- Azure Blob Storage
- MongoDBなど
- 多次元メトリック内のすべての時系列が自動的に監視される
- 下記を使用してデータに適用されるモデルと以降の異常検出の結果をカスタマイズ可能
- パラメーターの調整
- インタラクティブフィードバック
- 異常を検出するたびに下記のフックを使用して複数のチャネルからリアルタイム通知を送信可能
- 電子メールフック
- Web hook
- Teamsフック
- Azure DevOpsフックなど
- 同じ多次元のメトリックで検出された異常を診断ツリーに結びつける
⇒根本原因を特定のディメンションで分析可能 - メトリック間分析を有効化
⇒関連するすべてのメトリック間の異常な状態を包括的に把握可能
次の試験対策のまとめ
- AI-102試験対策のまとめ「Speech Service」
学習内容をまとめたページの一覧