Azure 人工智慧應用技術 練習範例整理

作者: Fred F.M. Wang (FW知識瑣記) 日期: 2021-10-6

Azure 人工智慧應用技術 練習範例整理

一 文字情緒分析

     判斷一段文章的情緒是正面或負面的

     ref 1:  Azure Artificial Intelligence dat263x Lab 2

     ref 2: 使用文字分析 API 來偵測語言、分析情感及擷取關鍵片語, 範例 :

 “快速入門：使用文字分析用戶端程式庫和 REST API” 

二 語音辨識與自然語言理解智慧(Natural Language Understanding Intelligence)

    語音轉成文字後，判斷該語句的意圖，並決定後續動作。

    ref 1:  Azure Artificial Intelligence dat263x Lab 2

    ref 2: 語音辨識，範例 : “開始使用語音轉換文字” 

    ref 3: 使用LUIS來判斷語言的意圖, 範例 "如何使用 REST API 取得意圖" 

三 電腦視覺認知

     使用機器學習模型，該模型已經包含數百萬張圖像。 它可以從圖像中提取特徵並返回

建議的描述。例如 : 由照片產生描述 : a crowd of people watching a football game

ref 1: Azure Artificial Intelligence dat263x Lab 3

ref 2: Quickstart: Analyze a remote image using the Computer Vision REST API and Python

四 不同照片人臉相似度辨識

      ref : Azure Artificial Intelligence dat263x Lab 3

  

五 影像分類模型識別特定影像代表的數字

     由 70,000 個灰階影像所組成。 每個影像是 28x28 個像素的手寫數字，代表 0 至 9 的

數字。 目標是要建立多類別分類器，來識別特定影像代表的數字。

    ref: 教學課程：使用範例 Jupyter Notebook 將影像分類模型定型

六 判斷影片中各片段的動作以文字描述, 並找到影片中人臉出現在第幾秒

     ref : Azure Artificial Intelligence dat263x Lab 3

七 糖尿病預測

    ref: Azure Artificial Intelligence Lab1

八 信用風險評估預測分析

     從可公開取得的信用風險資料開始著手，然後根據該資料來開發並訓練預測性模型。

 接著，我們會將該模型部署為 Web 服務，以便供其他人用來評估信用風險。

     ref: 教學課程1：預測信用風險-機器學習 Studio (傳統)

九 根據使用製造和技術規格等不同變數，來預測汽車的價格。

   ref 在機器學習 Studio (傳統) 中建立您的第一個資料科學實驗