PDF問題（2026年最新）実際のMicrosoft AI-900日本語試験問題
問題集返金保証付きのAI-900日本語問題集には90%オフされます
質問 # 52
を選択 。
正解：
解説：
Explanation:
質問 # 53
文を正しく完成させる答えを選択してください。
正解：
解説：
Explanation:
According to the Microsoft Azure AI Fundamentals (AI-900) Official Study Guide and the Microsoft Learn module "Explore computer vision in Microsoft Azure," Optical Character Recognition (OCR) is a computer vision capability that detects and extracts printed or handwritten text from images or scanned documents and converts it into machine-readable digital text.
In this scenario, a historian wants to digitize newspaper articles - which means converting physical or scanned images of printed text into digital text for easier searching, archiving, and analysis. This is exactly the function of OCR. By using OCR, the historian can take photos or scans of old newspapers and extract the words into editable digital documents, preserving valuable historical information.
OCR is a key feature of the Azure Computer Vision service, which provides capabilities such as:
* Extracting text from images or PDFs.
* Reading both printed and handwritten text in multiple languages.
* Converting physical documents into searchable digital files.
Let's examine the incorrect options:
* Facial analysis: Detects facial features, age, gender, and emotions - unrelated to text extraction.
* Image classification: Identifies what an image contains (e.g., "dog," "car," or "building") but doesn't extract text.
* Object detection: Identifies and locates objects within an image using bounding boxes, not suitable for text recognition.
Therefore, to digitize newspaper articles and convert printed words into editable digital text, the correct technology to use is Optical Character Recognition (OCR), provided by the Azure Computer Vision API.
# Final answer: optical character recognition (OCR)
質問 # 54
文を完成させるには、回答領域で適切なオプションを選択します。
正解：
解説：
Reference:
https://docs.microsoft.com/en-us/dotnet/machine-learning/resources/tasks
質問 # 55
自動車の価格を予測するモデルを構築するには、Azure MachineLearningデザイナーを使用する必要があります。
モデルを完成させるためにどのタイプのモジュールを使用する必要がありますか？答えるには、適切なモジュールを正しい場所にドラッグします。各モジュールは、1回使用することも、複数回使用することも、まったく使用しないこともできます。コンテンツを表示するには、ペイン間で分割バーをドラッグするか、スクロールする必要がある場合があります。
注：正しい選択はそれぞれ1ポイントの価値があります。
正解：
解説：
Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/tutorial-designer-automobile-price-train-score
質問 # 56
文を正しく完成させる答えを選択してください。
正解：
解説：
Explanation:
According to the Microsoft Azure AI Fundamentals (AI-900) official study guide and the Microsoft Learn module "Identify features of common machine learning types", the classification technique is a type of supervised machine learning used to predict which category or class a new observation belongs to, based on patterns learned from labeled training data.
In this scenario, a banking system that predicts whether a loan will be repaid is dealing with a binary outcome-either the loan will be repaid or will not be repaid. These two possible results represent distinct classes, making this problem a classic example of binary classification. During training, the model learns from historical data containing features such as customer income, credit score, loan amount, and repayment history, along with labeled outcomes (repaid or defaulted). After training, it can classify new applications into one of these two categories.
The AI-900 curriculum distinguishes between three key supervised and unsupervised learning approaches:
* Classification: Predicts discrete categories (e.g., spam/not spam, fraud/not fraud, will repay/won't repay).
* Regression: Predicts continuous numerical values (e.g., house prices, sales forecast, temperature).
* Clustering: Groups data based on similarity without predefined labels (e.g., customer segmentation).
Since the banking problem focuses on predicting a categorical outcome rather than a continuous numeric value, it fits squarely into the classification domain. In Azure Machine Learning, such tasks can be performed using algorithms like Logistic Regression, Decision Trees, or Support Vector Machines (SVMs), all configured for categorical prediction.
Therefore, per Microsoft's official AI-900 learning objectives, a banking system predicting whether a loan will be repaid represents a classification type of machine learning problem.
質問 # 57
文を完成させるには、回答領域で適切なオプションを選択します。
正解：
解説：
Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/team-data-science-process/create-features
質問 # 58
次の各ステートメントについて、ステートメントがtrueの場合は、[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。
正解：
解説：
質問 # 59
サングラスをかけている人の写真をTwitterに投稿するチャリティーイベントを運営しています。
次の要件を満たす写真のみをリツイートするようにする必要があります。
1つまたは複数の面を含めます。
サングラスをかけている人が少なくとも1人含まれている。
画像を分析するために何を使用する必要がありますか？
- A. コンピュータービジョンサービスでの画像の説明操作
- B. コンピュータービジョンサービスでの画像の分析操作
- C. Faceサービスでの検出操作
- D. Faceサービスでの検証操作
正解：C
解説：
Reference:
https://docs.microsoft.com/en-us/azure/cognitive-services/face/overview
質問 # 60
文を完成させるには、回答領域で適切なオプションを選択します。
正解：
解説：
Explanation
Classification
質問 # 61
文を正しく完成させる答えを選択してください。
正解：
解説：
質問 # 62
文を正しく完成させます。
正解：
解説：
質問 # 63
責任あるAIの原則を適切な説明に一致させます。
答えるには、適切な原則を左側の列から右側の説明にドラッグします。各原則は、1回使用することも、複数回使用することも、まったく使用しないこともできます。
注：正しい一致はそれぞれ1ポイントの価値があります。
正解：
解説：
質問 # 64
次の各ステートメントについて、ステートメントがtrueの場合は、[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。
正解：
解説：
Reference:
https://docs.microsoft.com/en-us/azure/cognitive-services/Translator/translator-info-overview
https://docs.microsoft.com/en-us/legal/cognitive-services/speech-service/speech-to-text/transparency-note
質問 # 65
次の各ステートメントについて、ステートメントがtrueの場合は、[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。
正解：
解説：
Explanation:
This question evaluates understanding of clustering-an unsupervised learning technique explained in the Microsoft Azure AI Fundamentals (AI-900) official study guide and Microsoft Learn module "Explore fundamental principles of machine learning." Clustering involves finding natural groupings within data without prior knowledge of output labels. The algorithm identifies similarities among data points and groups them accordingly, with each group (or cluster) containing items that are more similar to each other than to those in other groups.
* Organizing documents into groups based on similarities of the text contained in the documents # YesThis is a classic clustering application. In text analytics or natural language processing (NLP), clustering algorithms such as K-means or hierarchical clustering are used to group documents with similar content or topics. According to Microsoft Learn, "clustering identifies relationships in data and groups items that share common characteristics." Therefore, organizing text documents based on content similarity is a textbook example of clustering.
* Grouping similar patients based on symptoms and diagnostic test results # YesThis is another example of clustering. In healthcare analytics, clustering can be used to segment patients with similar health patterns or risks. The study guide emphasizes that clustering can "discover natural groupings in data such as customers with similar buying patterns or patients with similar clinical results." Thus, this task correctly describes unsupervised clustering because it does not involve predicting a known outcome but grouping based on similarity.
* Predicting whether a person will develop mild, moderate, or severe allergy symptoms based on pollen count # NoThis is a classification problem, not clustering. Classification is a supervised learning technique where the model is trained with labeled data to predict predefined categories (in this case, mild, moderate, or severe). Microsoft Learn clearly distinguishes between clustering (discovering hidden patterns) and classification (predicting predefined categories).
質問 # 66
文を完成させるには、回答領域で適切なオプションを選択します。
正解：
解説：
質問 # 67
文を完成させるには、回答領域で適切なオプションを選択します。
正解：
解説：
Explanation:
Regression is a machine learning task that is used to predict the value of the label from a set of related features.
Reference:
https://docs.microsoft.com/en-us/dotnet/machine-learning/resources/tasks
質問 # 68
次の各ステートメントについて、ステートメントがtrueの場合は、[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。
正解：
解説：
質問 # 69
Azure OpenAI サービスを呼び出すために使用できる 2 つのツールはどれですか? それぞれの正解は完全な解決策を示します。
注: 各正解は 1 ポイントの価値があります。
- A. Azure REST API
- B. Azure コマンドライン インターフェイス (CLI)
- C. JavaScript 用 Azure SDK
- D. Python 用 Azure SDK
正解：A、B
質問 # 70
次の各ステートメントについて、ステートメントがtrueの場合は、[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。
正解：
解説：
Explanation
質問 # 71
次のデータセットがあります。
データセットを使用して、住宅の住宅価格カテゴリを予測するモデルをトレーニングすることを計画しています。
世帯収入と住宅価格のカテゴリとは何ですか？回答するには、回答領域で適切なオプションを選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。
正解：
解説：
Box 1: A feature
Box 2: A label
Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/studio/interpret-model-results
質問 # 72
次の各ステートメントについて、ステートメントがtrueの場合は、[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注：正しい選択はそれぞれ1ポイントの価値があります。
正解：
解説：
Reference:
https://docs.microsoft.com/en-us/azure/cognitive-services/custom-vision-service/get-started-build-detector
質問 # 73
Form Recognizerサービスを使用できる2つのシナリオはどれですか？それぞれの正解は完全な解決策を提示します。
注：正しい選択はそれぞれ1ポイントの価値があります。
- A. フォームをフランス語から英語に翻訳します。
- B. 請求書から請求書番号を抽出します。
- C. カタログで商品の画像を検索します。
- D. 領収書から小売業者を特定します。
正解：B、D
解説：
The correct answers are A and D because both scenarios involve extracting structured information from documents, which is exactly what Azure Form Recognizer is designed to do.
According to the Microsoft Azure AI Fundamentals (AI-900) official study guide and Microsoft Learn module "Explore computer vision", Form Recognizer is an Azure Cognitive Service that uses advanced Optical Character Recognition (OCR) and machine learning to extract key-value pairs, tables, and text from structured and semi-structured documents such as receipts, invoices, business cards, and forms. It allows organizations to automate data entry and digitize document processing.
* A. Extract the invoice number from an invoice # CorrectForm Recognizer can identify fields such as invoice number, total amount, date, vendor name, and billing address directly from invoices. It uses prebuilt models for invoices and receipts that automatically detect and extract relevant information without requiring extensive manual labeling. As stated in Microsoft Learn, "Form Recognizer extracts information from documents like receipts and invoices and returns structured data including key-value pairs."
* D. Identify the retailer from a receipt # CorrectThe prebuilt receipt model in Form Recognizer can read printed or scanned receipts and extract data points such as retailer name, transaction date, total amount, and tax information. This makes it ideal for expense reporting, auditing, or financial reconciliation.
The following options are incorrect:
* B. Translate a form from French to English # This task involves language translation, which is performed by Azure Translator, not Form Recognizer.
* C. Find an image of a product in a catalog # This requires object detection or image classification, which are part of Computer Vision, not Form Recognizer.
Therefore, based on Microsoft's AI-900 learning objectives and documentation, the two correct scenarios are:
# A. Extract the invoice number from an invoice
# D. Identify the retailer from a receipt
質問 # 74
......
更新された2026年08月合格させるAI-900日本語試験リアル練習テスト問題：https://www.jpntest.com/shiken/AI-900J-mondaishu