この記事でわかること
この記事では、AI-900（Azure AI Fundamentals）試験で
「どのAzure AIサービスを、どこまで理解すべきか」
を、Microsoft公式シラバスに沿って一覧表形式で整理します。
個別サービスの細かいAPI仕様ではなく、
・何ができるサービスか
・どのAIワークロードに該当するか
・どんなユースケースで使うか
を理解することを目的としています。
📌 AI-900をこれから学ぶ方へ
試験範囲の全体像と学習順を整理したロードマップを用意しています。
▶ AI-900学習ロードマップ
AI-900における「サービス理解」の考え方
AI-900では、
「この課題には、このAzureサービスが適切」
と判断できるかが問われます。
そのため、
- 実装手順
- SDKコード
- 詳細な設定項目
は試験範囲外です。
サービス名 × 役割 × 得意分野
を結びつけて覚えることが重要です。
Azure AIサービス 全体マップ
AI-900で扱うAzure AIサービスは、主に次の4カテゴリに分かれます。
- 機械学習（Machine Learning）
- Computer Vision（画像AI）
- 自然言語処理（NLP）
- 生成AI（Azure OpenAI）
以下でカテゴリごとに整理します。
① 機械学習系サービス
| サービス名 | 役割 | 試験でのポイント |
|---|---|---|
| Azure Machine Learning | 機械学習モデルの構築・学習・管理 | モデル作成・AutoML・MLOpsの基盤 |
| AutoML | 自動で最適なモデルを探索 | アルゴリズム選定を自動化できる |
ここでは、
「自分でモデルを作る場合はAzure Machine Learning」
という理解ができていれば十分です。
② Computer Vision系サービス
| サービス名 | 主な機能 | 代表的ユースケース |
|---|---|---|
| Azure AI Vision | 画像解析全般 | 物体検出・画像分類 |
| Face | 顔検出・顔認識 | 本人確認・入退室管理 |
| OCR（Read API） | 文字認識 | 請求書・帳票のデジタル化 |
試験では、
「画像を理解したい → Vision系サービス」
と即答できるかが重要です。
③ 自然言語処理（Azure AI Language）
| 機能 | できること | 試験での着眼点 |
|---|---|---|
| 感情分析 | 文章の感情を判定 | ポジティブ／ネガティブ |
| キーフレーズ抽出 | 重要語句の抽出 | 要点把握 |
| エンティティ認識 | 人名・場所・組織の抽出 | 固有名詞理解 |
| 翻訳 | 多言語翻訳 | 言語変換 |
ここでは、
「文章を理解・分析したい → Azure AI Language」
という紐づけが重要です。
④ 生成AI（Azure OpenAI）
| サービス | 特徴 | 試験でのポイント |
|---|---|---|
| Azure OpenAI | GPTなどの大規模言語モデル | 生成AI・自然な文章生成 |
試験では、
- ChatGPTとの違い
- 企業向けセキュリティ
- ハルシネーションの注意
といった考え方が問われます。
サービス選択の典型問題パターン
AI-900では次のような問題がよく出題されます。
- 画像から文字を読み取りたい → OCR
- レビューの感情を分析したい → 感情分析
- 独自データで予測モデルを作りたい → Azure Machine Learning
- 自然な文章を生成したい → Azure OpenAI
要件 → サービスを即座に結びつける練習が重要です。
まとめ
AI-900で覚えるべきAzure AIサービスは、
数は多くありませんが、役割の切り分けが重要
です。
サービス名を暗記するのではなく、
「どんな課題に、どのサービスを使うのか」
という選択思考を身につけることで、 試験問題は一気に解きやすくなります。
この記事を総整理として活用し、 個別サービスの記事で理解を深めていくのが AI-900合格への最短ルートです。
