Azure AI-900（Microsoft Azure AI Fundamentals）は、 「Azureで利用できるAIサービスを正しく理解しているか」を問う基礎資格です。
本記事では、Azure公式の試験範囲に基づき、
- AI-900で何が問われるのか
- どのAzure AIサービスを理解すべきか
- どの順番で学習すれば合格できるか
を体系的に解説します。
このページはAI-900学習のまとめページとなっており、 各分野の詳細記事へリンクできます。
Azure AI-900とは？
Azure AI-900は、AIや機械学習の実装スキルを問う試験ではありません。
主に以下を理解しているかが問われます。
- AIとは何か、どんな種類があるか
- Azureで提供されるAIサービスの役割
- 画像・言語・音声・生成AIの違い
- AI利用時の倫理・責任（Responsible AI）
エンジニアだけでなく、企画・設計・選定に関わる人向けの資格です。
AI-900の公式試験範囲（全体像）
Microsoft公式では、AI-900は大きく以下の分野で構成されています。
- AIワークロードと考慮事項
- Azureでの機械学習の基礎
- Computer Vision（画像AI）
- Natural Language Processing（自然言語AI）
- Generative AI（Azure OpenAI）
- Responsible AI
以降、それぞれの分野をAI-900レベルで何を理解すべきか整理します。
① AIワークロードと基本概念
AI-900ではまず、AIがどんな問題に使われるのかを理解する必要があります。
- 分類・予測・異常検知
- 画像認識・文字認識
- 自然言語理解・生成
重要なのは「AIでできること／できないこと」を区別できることです。
👉 詳細解説：
② Azureでの機械学習の基礎
AI-900では、モデル構築やコード実装は求められません。
代わりに以下の理解が重要です。
- 機械学習モデルはどうやって作られるか（概念）
- 学習データとテストデータの違い
- 過学習とは何か
- Azure Machine Learningの役割
👉 詳細解説：
③ Computer Vision（画像AI）
Computer Visionは、AI-900で必ず出題される分野です。
- 画像分類
- 物体検出
- OCR（文字認識）
「どの機能を使えば何ができるか」を説明できることが求められます。
👉 詳細解説：
④ Natural Language Processing（自然言語AI）
自然言語処理（NLP）は、人間の言葉を扱うAI分野です。
- 感情分析
- キーフレーズ抽出
- 翻訳
- チャットボット
Azure AI Languageでどのような処理が可能かを理解することが重要です。
👉 詳細解説：
⑤ Generative AI（Azure OpenAI）
近年のAI-900では、生成AIが最重要分野になっています。
- 生成AIとは何か
- Azure OpenAIとChatGPTの違い
- ハルシネーション（誤回答）
- RAGの概念
「使えるか」ではなく「どういう特性を持つか」が問われます。
👉 詳細解説：
⑥ Responsible AI（責任あるAI）
AI-900では、技術だけでなく倫理・責任も問われます。
- AIのバイアス
- 公平性・透明性
- プライバシー
- 説明責任
Microsoftが定めるResponsible AI原則を理解しておく必要があります。
👉 詳細解説：
AI-900 合格までの学習ロードマップ
- AIの基本概念を理解
- Azure AIサービスの役割整理
- Vision / Language / OpenAIを重点学習
- Responsible AIを確認
- 模擬問題で仕上げ
暗記より「用途と選択理由」を意識すると合格率が上がります。
まとめ
Azure AI-900は、AIを正しく理解し、説明できるかを問う資格です。
本記事を起点に、各分野を順に学習すれば、 試験範囲を漏れなくカバーできます。
次は、各分野の記事を順に読み進めてください。