AI-900 · Azure AI Fundamentals
25 questions AI-900 corrigées
Des questions au format exact de l'examen Microsoft AI-900, chacune avec sa bonne réponse et son explication. Gratuit, sans inscription, sans compte à créer.
Charges de travail IA
1. Une application analyse des photos pour identifier automatiquement les objets qu'elles contiennent. À quelle charge de travail IA cette tâche appartient-elle ?
Réponse : Vision par ordinateur
L'analyse d'images pour percevoir et identifier des objets relève de la vision par ordinateur (computer vision).
Computer Vision
2. Quelle tâche de vision par ordinateur consiste à attribuer une ou plusieurs étiquettes décrivant le contenu global d'une image, sans en localiser les éléments ?
Réponse : La classification d'images
La classification d'images applique une ou plusieurs étiquettes à l'image entière, au niveau de l'image, sans fournir de coordonnées de localisation.
IA générative
3. Qu'est-ce que l'IA générative est principalement conçue pour faire ?
Réponse : Créer du contenu original comme du texte, des images ou du code
L'IA générative est une catégorie d'IA qui produit du nouveau contenu (langage naturel, images, audio, code) à partir des entrées fournies.
Machine Learning
4. Quel type de machine learning permet de prédire une valeur numérique continue, comme le prix d'une maison ?
Réponse : La régression
La régression est une tâche supervisée qui prédit une valeur numérique continue (prix, température, durée) à partir des caractéristiques.
Natural Language
5. Quelle tâche de traitement du langage naturel permet d'identifier la langue dans laquelle un texte est écrit ?
Réponse : La détection de la langue
La détection de la langue (language detection) d'Azure AI Language identifie la langue d'un document et renvoie un code de langue avec un score de confiance.
Charges de travail IA
6. Un système lit le texte présent dans des images de documents scannés pour le numériser. De quelle capacité de vision par ordinateur s'agit-il ?
Réponse : Reconnaissance optique de caractères (OCR)
Lire du texte dans des images relève de l'OCR (optical character recognition), une charge de travail de vision par ordinateur.
Computer Vision
7. Une application doit indiquer où se trouve chaque voiture dans une photo, en fournissant les coordonnées d'un cadre autour de chaque véhicule. Quelle tâche de vision répond à ce besoin ?
Réponse : La détection d'objets
La détection d'objets renvoie une étiquette ET les coordonnées d'un cadre englobant (bounding box) pour chaque objet localisé dans l'image.
IA générative
8. Que signifie l'acronyme LLM dans le contexte de l'IA générative ?
Réponse : Large Language Model (grand modèle de langage)
LLM signifie Large Language Model, un modèle entraîné sur d'énormes volumes de texte pour comprendre et générer du langage.
Machine Learning
9. Une équipe veut prédire si un e-mail est un spam ou non. Quel type de ML convient ?
Réponse : La classification
Prédire une catégorie (spam / non-spam) parmi un nombre fini de classes est une tâche de classification.
Natural Language
10. Une entreprise veut savoir si les avis clients laissés sur son site sont positifs, négatifs ou neutres. Quelle fonctionnalité d'Azure AI Language doit-elle utiliser ?
Réponse : L'analyse de sentiment
L'analyse de sentiment (sentiment analysis) classe un texte en positif, négatif ou neutre, ce qui convient pour évaluer la tonalité d'avis clients.
Charges de travail IA
11. Une entreprise veut analyser les avis clients pour déterminer s'ils sont positifs ou négatifs. Quelle charge de travail IA convient ?
Réponse : Traitement du langage naturel
L'analyse de sentiment sur du texte fait partie du traitement du langage naturel (NLP).
Computer Vision
12. Quelle est la principale différence entre la classification d'images et la détection d'objets ?
Réponse : La détection d'objets fournit en plus les coordonnées (cadre) de chaque objet
La détection d'objets est similaire au marquage mais renvoie en plus un cadre englobant pour chaque étiquette, ce que la classification d'images ne fait pas.
IA générative
13. Comment un LLM traite-t-il le texte en interne ?
Réponse : Sous forme de tokens (jetons) convertis en identifiants numériques
Un LLM découpe le texte en tokens, chacun associé à un identifiant numérique, et opère sur ces nombres plutôt que sur le texte brut.
Machine Learning
14. Quel type d'apprentissage automatique regroupe des données similaires sans étiquettes fournies à l'avance ?
Réponse : Le clustering
Le clustering est une technique non supervisée qui regroupe les observations similaires sans étiquettes prédéfinies.
Natural Language
15. Quelle fonctionnalité d'Azure AI Language renvoie la liste des principaux concepts et idées d'un texte non structuré ?
Réponse : L'extraction de phrases clés
L'extraction de phrases clés (key phrase extraction) évalue un texte non structuré et renvoie une liste des concepts et phrases clés principaux.
Charges de travail IA
16. Quel terme désigne la charge de travail IA qui surveille des données chronologiques pour repérer des valeurs inhabituelles ?
Réponse : Détection d'anomalies
La détection d'anomalies (anomaly detection) identifie les points de données inhabituels, souvent dans des séries temporelles.
Computer Vision
17. Quel service Azure permet d'analyser des images avec des modèles préentraînés pour générer des légendes, des tags et détecter des objets ?
Réponse : Azure AI Vision
Azure AI Vision (Image Analysis) fournit des modèles préentraînés pour les légendes, le marquage, la détection d'objets et l'OCR.
IA générative
18. Qu'est-ce qu'un token dans un grand modèle de langage ?
Réponse : Une unité de texte (mot, partie de mot ou ponctuation) traitée par le modèle
Un token est une unité de texte (un mot entier, une partie de mot ou de la ponctuation) qui constitue l'unité de base traitée par un LLM.
Machine Learning
19. La régression et la classification appartiennent toutes deux à quelle famille d'apprentissage ?
Réponse : Apprentissage supervisé
Régression et classification sont des tâches supervisées : elles s'entraînent sur des données déjà étiquetées.
Natural Language
20. Que fait la reconnaissance d'entités nommées (NER) dans Azure AI Language ?
Réponse : Elle identifie et catégorise des entités comme des personnes, lieux, organisations et dates
La NER identifie et catégorise des entités dans le texte selon des types prédéfinis tels que personnes, organisations, lieux et dates.
Charges de travail IA
21. Un outil extrait automatiquement le montant total, la date et le fournisseur depuis des factures numérisées. Quelle charge de travail IA est utilisée ?
Réponse : Document intelligence
L'extraction structurée de champs depuis des documents (factures, reçus) relève du traitement de documents (document intelligence).
Computer Vision
22. Quelle fonctionnalité d'Azure AI Vision génère une phrase lisible décrivant le contenu d'une image ?
Réponse : La génération de légende (Caption)
La génération de légende (Caption) produit une phrase en langage humain décrivant le contenu global de l'image.
IA générative
23. Qu'est-ce qu'un embedding (plongement) dans un modèle de langage ?
Réponse : Un vecteur numérique représentant le sens d'un token
Un embedding est un vecteur numérique attribué à chaque token, dont les valeurs représentent des attributs sémantiques.
Machine Learning
24. Dans un jeu de données de machine learning, comment appelle-t-on la valeur que le modèle doit apprendre à prédire ?
Réponse : L'étiquette (label)
L'étiquette (label) est la valeur cible à prédire ; les caractéristiques (features) sont les variables d'entrée.
Natural Language
25. Quelle fonctionnalité d'Azure AI Language identifie et masque des informations personnelles sensibles dans un texte ?
Réponse : La détection d'informations personnelles (PII)
La détection de PII (Personally Identifiable Information) identifie et peut masquer (rédiger) les informations personnelles sensibles présentes dans un texte.