教材詳細
| 1 | 責任あるAI：公平性、信頼性と安全性 | 6問 | 購入後 |
| 2 | 責任あるAI：プライバシー、包括性、透明性、説明責任 | 5問 | 購入後 |
| 3 | 生成AIモデルの仕組み | 5問 | 購入後 |
| 4 | AIモデルの選定とデプロイ構成 | 5問 | 購入後 |
| 5 | AIワークロードの識別（生成AI・エージェント型AI） | 6問 | 購入後 |
| 6 | テキスト分析の手法 | 5問 | 購入後 |
| 7 | 音声認識と音声合成 | 5問 | 購入後 |
| 8 | コンピュータービジョンと画像生成モデル | 5問 | 購入後 |
| 9 | テキスト・画像・音声・動画からの情報抽出 | 5問 | 購入後 |
| 10 | プロンプト設計（システムプロンプト／ユーザープロンプト） | 6問 | 購入後 |
| 11 | Foundryポータルでのモデルのデプロイと操作 | 5問 | 購入後 |
| 12 | Foundry SDKによるチャットクライアント開発 | 5問 | 購入後 |
| 13 | Foundryポータルでのエージェント作成とテスト | 6問 | 購入後 |
| 14 | エージェント用クライアントアプリの実装 | 5問 | 購入後 |
| 15 | テキスト分析を含むアプリの構築 | 5問 | 購入後 |
| 16 | 音声対応アプリ（マルチモーダル／Azure Speech） | 6問 | 購入後 |
| 17 | マルチモーダルモデルによる視覚入力の解釈 | 5問 | 購入後 |
| 18 | 生成モデルによる画像出力の作成 | 5問 | 購入後 |
| 19 | Content Understanding：文書・フォーム・画像 | 5問 | 購入後 |
| 20 | Content Understanding：音声・動画とアプリ構築 | 5問 | 購入後 |
| 21 | 機械学習の手法（回帰・分類・クラスタリング） | 5問 | 購入後 |
| 22 | ディープラーニングとTransformerアーキテクチャ | 5問 | 購入後 |
| 23 | 機械学習の中核概念（特徴量・ラベル・学習/検証データ） | 5問 | 購入後 |
| 24 | Azure Machine Learning の機能 | 5問 | 購入後 |
| 25 | Azure AI Vision と Face | 5問 | 購入後 |
| 26 | Azure AI Language | 5問 | 購入後 |
| 27 | Azure AI Speech | 5問 | 購入後 |
| 28 | Azure OpenAI とモデルカタログ | 5問 | 購入後 |
この教材について
Microsoft の資格「Azure AI Fundamentals」に対応した問題集です。現行試験である AI-901 の出題範囲を軸に、2026年6月に廃止された AI-900 の範囲もあわせて収録し、Azure の AI サービスを体系的に学べる構成にしています。
全 145問。すべての問題に、選択肢ごとの「不正解の理由」、正解を導き出すための解説、そして補足事項（比較表・見分け方・実務での使いどころ）を収録しています。
収録内容
| セクション | 問題数 | 主な内容 |
|---|---|---|
| 1. AIの概念と機能 | 47問 | 責任あるAIの6原則、生成AIモデルの仕組み、モデルの選定とデプロイ構成、AIワークロードの識別、テキスト分析・音声・コンピュータービジョン・情報抽出の各手法 |
| 2. Microsoft Foundry によるAIソリューションの実装 | 58問 | プロンプト設計、モデルのデプロイと操作、Foundry SDK、エージェントの作成とクライアント実装、テキスト分析／音声／視覚／画像生成のアプリ構築、Azure Content Understanding |
| 3. 機械学習の基礎と Azure AI サービス | 40問 | 回帰・分類・クラスタリング、ディープラーニングと Transformer、特徴量とラベル、Azure Machine Learning、Azure AI Vision / Language / Speech、Azure OpenAI とモデルカタログ |
全28分野に分かれており、苦手な分野だけを繰り返し解くこともできます。
この教材の特長
最新の名称に対応
Azure AI Foundry から Microsoft Foundry へ、Azure AI Services から Foundry Tools へという名称変更を反映しています。旧名称との対応表も収録しているため、他の資料や過去の学習内容との照合もできます。
図解つきの学習テキスト（全7本）
責任あるAIの6原則、Microsoft Foundry の全体像、モデルのデプロイタイプ、エージェントの構成要素、Content Understanding の処理フロー、機械学習の手法、生成AIモデルの仕組みを、図解とともに整理しています。問題を解かずに学習テキストだけを順に読み進めることもできます。
間違えやすい論点を比較表で整理
「透明性と説明責任の違い」「公平性と包括性の違い」「分類とクラスタリングの違い」「顔検出と顔認識の違い」など、混同しやすい概念を並べて確認できます。
シナリオ形式の設問
用語の暗記だけでなく、「この要件ならどのサービス・どのデプロイタイプを選ぶか」を判断する形式の問題を多く収録しています。
一次情報にもとづく解説
解説は Microsoft Learn の公式ドキュメントを根拠としており、各問題に参考URLを添えています。
こんな方におすすめ
- AI-901 の合格を目指している方
- Azure の AI サービスを体系的に整理したい方
- 生成AI や AI エージェントの基礎を業務で説明できるようにしたい方
前提知識
Azure の基礎知識があると理解しやすくなりますが、必須ではありません。解説では専門用語に説明を添えているため、AI の学習をこれから始める方にもご利用いただけます。