설명:

Microsoft Azure AI Fundamentals(AI-900) 공식 학습 가이드와 Microsoft Learn 모듈 "Azure에서 자연어 처리(NLP) 살펴보기"에 따르면, 자연어 처리(NLP)는 컴퓨터가 인간의 언어를 이해하고 해석하고 생성할 수 있도록 하는 인공 지능의 한 분야입니다. NLP는 텍스트나 음성에서 의미와 의도를 추출하고, 감정 분석을 수행하고, 엔터티를 식별하고, 맥락에 따라 콘텐츠를 분류하는 데 사용됩니다.
NLP의 주요 응용 분야 중 하나는 텍스트 분류로, AI 모델이 텍스트 문서나 메시지를 미리 정의된 클래스로 자동 분류합니다. 이메일을 업무 관련 또는 개인 정보로 분류하는 것은 이러한 NLP 기능의 대표적인 예입니다. 이메일의 단어, 구문, 구조를 분석하여 이메일의 범주를 파악하는 과정이 포함됩니다. Microsoft Learn은 이러한 유형의 문제를 문서 분류로 강조하는데, 이는 Text Analytics나 Language Studio와 같은 Azure Cognitive Services를 통해 구현되는 필수적인 NLP 사용 사례입니다.
다른 옵션이 왜 틀린지 살펴보겠습니다.
* 미래의 자동차 렌털 수를 예측합니다. 이는 NLP가 아닌 시계열 예측 또는 회귀 작업입니다.
* 어떤 웹사이트 방문자가 거래를 할지 예측합니다. 이는 언어 이해가 아닌 행동 데이터를 기반으로 하는 예측 분석 또는 머신 러닝 분류 문제입니다.
* 극도로 높은 온도가 기록되면 공장에서 프로세스를 중단합니다. 이는 NLP가 아닌 IoT 자동화 또는 센서 기반 이상 감지와 관련이 있습니다.
따라서 Microsoft의 AI-900 자료를 기반으로 볼 때 자연어 처리 기능은 이메일 메시지를 업무용인지 개인용인지 분류하는 등 텍스트를 이해하고 분류하는 작업에 가장 적합합니다.
이 사례는 기계가 인간의 언어 입력을 처리하고 이를 통해 통찰력을 얻을 수 있도록 하는 NLP의 목표와 완벽하게 일치합니다.

설명

설명

상자 1: 아니요
상자 2: 예
상자 3: 예
이상 감지에는 머신 러닝에서 많은 중요한 작업이 포함됩니다.
잠재적으로 사기성이 있는 거래를 식별합니다.
네트워크 침입이 발생했음을 나타내는 학습 패턴입니다.
비정상적인 환자 집단을 찾습니다.
시스템에 입력된 값을 확인합니다.
참조:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/anomaly-detection