@azure/arm-machinelearning package

Proprietà del servizio Azure Kubernetes

Configurazione delle credenziali dell'archivio dati della chiave dell'account.

Segreti delle chiavi dell'account dell'archivio dati.

Calcolo di Machine Learning basato sul servizio Azure Kubernetes.

Segreti correlati a un calcolo di Machine Learning basato sul servizio Azure Kubernetes.

Proprietà di AksComputeSecrets

Configurazione avanzata per la rete del servizio Azure Kubernetes

Calcolo di Azure Machine Learning.

Informazioni sul nodo di calcolo correlate a AmlCompute.

Risultato dei nodi AmlCompute

Proprietà di calcolo AML

Proprietà(primo livello) di AmlCompute

Operazione dell'API REST dell'area di lavoro di Azure Machine Learning

Nome visualizzato dell'operazione

Matrice di operazioni supportate dal provider di risorse.

Configurazione dell'identità del token AML.

Funzionalità abilitate per un'area di lavoro

Tipo di input dell'asset.

Tipo di output dell'asset.

Definizione di base per i riferimenti all'asset.

Utente che può essere assegnato a un'istanza di calcolo.

Orizzonte di previsione determinato automaticamente dal sistema.

Classe AutoMLJob. Usare questa classe per l'esecuzione di attività AutoML, ad esempio Classificazione/Regressione e così via. Per tutte le attività supportate, vedere enumerazione TaskType.

Classe verticale AutoML. Classe di base per verticali AutoML - TableVertical/ImageVertical/NLPVertical

Le convalida incrociate N determinano automaticamente.

Proprietà di sospensione automatica

Proprietà di scalabilità automatica

Previsione della stagionalità.

Numero di periodi passati da cui eseguire il ritardo dalla colonna di destinazione.

Il ritardo di destinazione viene determinato automaticamente.

Configurazione dell'archivio dati BLOB di Azure.

Configurazione dell'archivio dati di Azure Data Lake Gen1.

Configurazione dell'archivio dati di Azure Data Lake Gen2.

Configurazione dell'archivio dati file di Azure.

Parametri facoltativi.

Definisce un criterio di terminazione anticipata in base ai criteri slack e a un intervallo di frequenza e ritardo per la valutazione

Definizione del modello di risorsa per una risorsa di primo livello di Azure Resource Manager con 'tag' e 'location'

Impostazioni di inferenza batch per distribuzione.

Elenco impaginato di entità BatchDeployment.

Interfaccia che rappresenta un batchDeployments.

Definisce le intestazioni per l'operazione di BatchDeployments_createOrUpdate.

Parametri facoltativi.

Definisce le intestazioni per l'operazione di BatchDeployments_delete.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Definisce le intestazioni per l'operazione di BatchDeployments_update.

Parametri facoltativi.

Definizione del modello di risorsa per una risorsa di primo livello di Azure Resource Manager con 'tag' e 'location'

Valori predefiniti dell'endpoint batch

Configurazione dell'endpoint batch.

Elenco impaginato di entità BatchEndpoint.

Interfaccia che rappresenta un batchEndpoints.

Definisce le intestazioni per l'operazione di BatchEndpoints_createOrUpdate.

Parametri facoltativi.

Definisce le intestazioni per l'operazione di BatchEndpoints_delete.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Definisce le intestazioni per l'operazione di BatchEndpoints_update.

Parametri facoltativi.

Impostazioni di ripetizione dei tentativi per un'operazione di inferenza batch.

Definisce un algoritmo di campionamento che genera valori in base ai valori precedenti

Impostazioni di configurazione per il contesto di compilazione Docker

Configurazione delle credenziali dell'archivio dati del certificato.

Segreti del certificato dell'archivio dati.

Attività di classificazione in verticale tabella AutoML.

Configurazione correlata al training della classificazione.

Parametri di aggiornamento AmlCompute.

Configurazione per un asset del codice di assegnazione dei punteggi.

Busta delle risorse di Azure Resource Manager.

Contenitore per le versioni dell'asset di codice.

Elenco impaginato di entità CodeContainer.

Interfaccia che rappresenta un CodeContainers.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Busta delle risorse di Azure Resource Manager.

Dettagli della versione dell'asset di codice.

Elenco impaginato di entità CodeVersion.

Interfaccia che rappresenta un codeVersions.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri del trasformatore di colonna.

Definizione del processo di comando.

Classe di limite del processo di comando.

Busta delle risorse di Azure Resource Manager.

Definizione del contenitore dei componenti.

Elenco impaginato di entità ComponentContainer.

Interfaccia che rappresenta un ComponentContainers.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Busta delle risorse di Azure Resource Manager.

Definizione di una versione del componente: definisce le risorse che estendono i tipi di componente.

Elenco impaginato di entità ComponentVersion.

Interfaccia che rappresenta un ComponentVersions.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Oggetto di calcolo di Machine Learning.

Definisce le intestazioni per l'operazione di Compute_createOrUpdate.

Parametri facoltativi.

Definisce le intestazioni per l'operazione di Compute_delete.

Parametri facoltativi.

Parametri facoltativi.

Istanza di calcolo di Azure Machine Learning.

Definisce un'applicazione Aml Instance e il relativo URI dell'endpoint di connettività.

Definisce tutti gli endpoint di connettività e le proprietà per un'istanza computeInstance.

Definisce un contenitore di istanze Aml.

Descrive le informazioni sull'utente che ha creato questo computeInstance.

Definisce un'istanza di Aml DataDisk.

Definisce un'istanza di Aml DataMount.

Informazioni sull'ambiente

Ultima operazione su ComputeInstance.

Proprietà dell'istanza di calcolo

Proprietà(primo livello) di ComputeInstance

Specifica criteri e impostazioni per l'accesso SSH.

Versione di computeInstance.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Interfaccia che rappresenta un oggetto ComputeOperations.

Oggetto di calcolo di Machine Learning di cui è stato eseguito il wrapping nella busta delle risorse ARM.

Parametri facoltativi.

Elenco di pianificazioni da applicare ai calcoli

Segreti correlati a un ambiente di calcolo di Machine Learning. Può essere diverso per ogni tipo di calcolo.

Parametri facoltativi.

Calcolare le proprietà di pianificazione dell'arresto dell'avvio del calcolo

Parametri facoltativi.

Parametri facoltativi.

Requisiti delle risorse per ogni istanza del contenitore all'interno di una distribuzione online.

Orizzonte di previsione massimo desiderato in unità di frequenza delle serie temporali.

Tipo di input dell'asset.

Tipo di output dell'asset.

Le convalide tra N vengono specificate dall'utente.

Previsione della stagionalità.

Numero di periodi precedenti di ritardo dalla colonna di destinazione.

Previsione delle dimensioni della finestra mobile di destinazione.

Busta delle risorse di Azure Resource Manager.

Contenitore per le versioni degli asset di dati.

Elenco impaginato di entità DataContainer.

Interfaccia che rappresenta un Oggetto DataContainers.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Calcolo di DataFactory.

Calcolo di DataLakeAnalytics.

Riferimento a un asset tramite il relativo percorso in un archivio dati.

Busta delle risorse di Azure Resource Manager.

Definizione di base della versione dei dati

Elenco impaginato di entità DataVersionBase.

Interfaccia che rappresenta un oggetto DataVersions.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Calcolo di DataFactory.

Segreti correlati a un ambiente di calcolo di Machine Learning basato su Databricks.

Proprietà dei segreti di calcolo di Databricks

Proprietà di Databricks

Busta delle risorse di Azure Resource Manager.

Definizione di base per le credenziali dell'archivio dati.

Definizione di base per la configurazione del contenuto dell'archivio dati.

Elenco impaginato di entità dell'archivio dati.

Definizione di base per i segreti dell'archivio dati.

Interfaccia che rappresenta un archivio dati.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Configurazione del ridimensionamento della distribuzione online.

Risultato della diagnosi

Parametri per diagnosticare un'area di lavoro

Definizione di base per la configurazione della distribuzione dei processi.

I criteri di terminazione anticipata consentono di annullare le esecuzioni con prestazioni scarse prima del completamento

Chiavi per l'autenticazione dell'endpoint.

Token di servizio

Definizione di base per la distribuzione dell'endpoint.

Definizione di base dell'endpoint di inferenza

Busta delle risorse di Azure Resource Manager.

Contenitore per le versioni specifiche dell'ambiente.

Elenco impaginato delle entità EnvironmentContainer.

Interfaccia che rappresenta un EnvironmentContainers.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Busta delle risorse di Azure Resource Manager.

Dettagli della versione dell'ambiente.

Elenco impaginato di entità EnvironmentVersion.

Interfaccia che rappresenta un oggetto EnvironmentVersions.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Informazioni aggiuntive sulla gestione delle risorse.

Dettagli dell'errore.

Risposta di errore comune per tutte le API di Azure Resource Manager per restituire i dettagli degli errori per le operazioni non riuscite. Questo segue anche il formato di risposta dell'errore OData.

Informazioni sul prezzo stimato per l'uso di una macchina virtuale di un determinato tipo di sistema operativo, livello e così via.

Informazioni sul prezzo stimato per l'uso di una macchina virtuale.

Configurazione della funzionalità.

Orizzonte di previsione massimo desiderato in unità di frequenza della serie temporale.

Attività di previsione nella verticale della tabella AutoML.

Previsione di parametri specifici.

Previsione della configurazione correlata al training.

Definisce un algoritmo di campionamento che genera in modo esaustivo ogni combinazione di valori nello spazio

Un ambiente di calcolo HDInsight.

Proprietà di calcolo di HDInsight

Riferimento a un asset tramite l'ID risorsa arm.

Definizione di base per la configurazione dell'identità.

Identità che verrà usata per accedere all'insieme di credenziali delle chiavi per la crittografia dei dati inattivi

Classificazione delle immagini. La classificazione di immagini multiclasse viene usata quando un'immagine viene classificata con una sola etichetta da un set di classi, ad esempio ogni immagine viene classificata come immagine di un 'gatto' o di un 'cane' o 'anatra'.

Classe astratta per le attività AutoML che eseguono il training di modelli di immagine (visione artificiale), ad esempio Classificazione immagini/Classificazione immagini multietichette/Rilevamento oggetti immagine/Segmentazione dell'istanza di immagine.

Classificazione delle immagini Multilabel. La classificazione delle immagini con più etichette viene usata quando un'immagine può avere una o più etichette da un set di etichette, ad esempio un'immagine può essere etichettata con "gatto" e "cane".

Segmentazione dell'istanza dell'immagine. La segmentazione dell'istanza viene usata per identificare gli oggetti in un'immagine a livello di pixel, disegnando un poligono intorno a ogni oggetto nell'immagine.

Limitare le impostazioni per il processo AutoML.

Espressioni di distribuzione per eseguire lo sweep sui valori delle impostazioni del modello. Di seguito sono riportati alcuni esempi: ModelName = "choice('seresnext', 'resnest50')"; LearningRate = "uniform(0.001, 0.01)"; LayersToFreeze = "choice(0, 2)"; Tutte le distribuzioni possono essere specificate come distribution_name(min, max) o choice(val1, val2, ..., valn) dove il nome di distribuzione può essere: uniform, quniform, loguniform e così via Per altre informazioni su come comporre espressioni di distribuzione, vedere la documentazione: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters Per altre informazioni sulle impostazioni disponibili, visitare la documentazione ufficiale: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Espressioni di distribuzione per eseguire lo sweep sui valori delle impostazioni del modello. Di seguito sono riportati alcuni esempi: ModelName = "choice('seresnext', 'resnest50')"; LearningRate = "uniform(0.001, 0.01)"; LayersToFreeze = "choice(0, 2)"; Per altre informazioni su come comporre espressioni di distribuzione, vedere la documentazione: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters Per altre informazioni sulle impostazioni disponibili, vedere la documentazione ufficiale: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Espressioni di distribuzione per eseguire lo sweep sui valori delle impostazioni del modello. Di seguito sono riportati alcuni esempi: ModelName = "choice('seresnext', 'resnest50')"; LearningRate = "uniform(0.001, 0.01)"; LayersToFreeze = "choice(0, 2)"; Per altre informazioni su come comporre espressioni di distribuzione, vedere la documentazione: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters Per altre informazioni sulle impostazioni disponibili, vedere la documentazione ufficiale: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Impostazioni utilizzate per il training del modello. Per altre informazioni sulle impostazioni disponibili, vedere la documentazione ufficiale: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Impostazioni utilizzate per il training del modello. Per altre informazioni sulle impostazioni disponibili, vedere la documentazione ufficiale: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Impostazioni utilizzate per il training del modello. Per altre informazioni sulle impostazioni disponibili, vedere la documentazione ufficiale: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Rilevamento oggetti immagine. Il rilevamento degli oggetti viene usato per identificare gli oggetti in un'immagine e individuare ogni oggetto con un rettangolo delimitatore, ad esempio individuare tutti i cani e i gatti in un'immagine e disegnare un rettangolo delimitatore intorno a ognuno.

Classe astratta per le attività AutoML che eseguono il training di modelli di immagine (visione artificiale), ad esempio Classificazione immagini/Classificazione immagini multietichette/Rilevamento oggetti immagine/Segmentazione dell'istanza di immagine.

Sweep dei modelli e impostazioni correlate all'iperparametro.

Classe astratta per le attività AutoML che eseguono il training di modelli di immagine (visione artificiale), ad esempio Classificazione immagini/Classificazione immagini multietichette/Rilevamento oggetti immagine/Segmentazione dell'istanza di immagine.

Schema del tipo di istanza.

Richieste/limiti delle risorse per questo tipo di istanza

Busta delle risorse di Azure Resource Manager.

Definizione di base per un processo.

Elenco impaginato di entità JobBase.

Definizione del processo di comando.

Informazioni sul contenitore di definizione dell'output del processo su dove trovare l'output/i log del processo.

Definizione dell'endpoint del processo

Interfaccia che rappresenta un processo.

Definisce le intestazioni per l'operazione di Jobs_cancel.

Parametri facoltativi.

Parametri facoltativi.

Definisce le intestazioni per l'operazione di Jobs_delete.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Un ambiente di calcolo di Machine Learning basato sul calcolo Kubernetes.

Proprietà specifiche di kubernetesOnlineDeployment.

Proprietà di Kubernetes

Schema di calcolo kubernetes

Risposta dell'operazione di funzionalità utente list Aml.

Risposta dell'operazione Elenca utilizzo.

Risposta dell'operazione List WorkspaceQuotasByVMFamily.

Tipo di input letterale.

Tipo di input dell'asset.

Tipo di output dell'asset.

Definizione dei dati MLTable

Tipo di input dell'asset.

Tipo di output dell'asset.

Configurazione dell'identità gestita.

Proprietà specifiche di managedOnlineDeployment.

Identità del servizio gestita (identità assegnate dal sistema e/o assegnate dall'utente)

Definisce un criterio di terminazione anticipata in base alle medie in esecuzione della metrica primaria di tutte le esecuzioni

Busta delle risorse di Azure Resource Manager.

Elenco impaginato di entità ModelContainer.

Interfaccia che rappresenta un oggetto ModelContainers.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Busta delle risorse di Azure Resource Manager.

Dettagli sulla versione dell'asset del modello.

Elenco impaginato di entità ModelVersion.

Interfaccia che rappresenta un oggetto ModelVersions.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Configurazione della distribuzione MPI.

Valore di convalide incrociate N.

Classe astratta per le attività AutoML correlate alla prevenzione della perdita di rete. NLP - Elaborazione del linguaggio naturale.

Configurazione delle funzionalità.

Vincoli di esecuzione del processo.

Conteggi dei vari stati dei nodi di calcolo in amlCompute.

Credenziali vuote/none dell'archivio dati.

Obiettivo di ottimizzazione.

Definizione del modello di risorsa per una risorsa di livello superiore di Azure Resource Manager con "tag" e "location"

Definizione di base per la distribuzione di endpoint.

Elenco impaginato di entità onlineDeployment.

Interfaccia che rappresenta un onlineDeployments.

Definisce le intestazioni per l'operazione di OnlineDeployments_createOrUpdate.

Parametri facoltativi.

Definisce le intestazioni per l'operazione di OnlineDeployments_delete.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Definisce le intestazioni per l'operazione di OnlineDeployments_update.

Parametri facoltativi.

Definizione del modello di risorsa per una risorsa di primo livello di Azure Resource Manager con 'tag' e 'location'

Configurazione dell'endpoint online

Elenco impaginato di entità OnlineEndpoint.

Interfaccia che rappresenta un onlineEndpoints.

Definisce le intestazioni per l'operazione di OnlineEndpoints_createOrUpdate.

Parametri facoltativi.

Definisce le intestazioni per l'operazione di OnlineEndpoints_delete.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Definisce le intestazioni per l'operazione di OnlineEndpoints_regenerateKeys.

Parametri facoltativi.

Definisce le intestazioni per l'operazione di OnlineEndpoints_update.

Parametri facoltativi.

Configurazione delle richieste di assegnazione dei punteggi della distribuzione online.

Configurazione del ridimensionamento della distribuzione online.

Interfaccia che rappresenta un'operazione.

Parametri facoltativi.

Riferimento a un asset tramite il percorso in un output del processo.

Elenco impaginato di oggetti di calcolo di Machine Learning racchiusi nella busta delle risorse arm.

Impostazioni di inferenza batch modificabili per distribuzione.

Utilizzato rigorosamente nelle richieste di aggiornamento.

Identità del servizio gestita (identità assegnata dal sistema e/o assegnata dall'utente)

Utilizzato rigorosamente nelle richieste di aggiornamento.

Utilizzato rigorosamente nelle richieste di aggiornamento.

Utilizzato rigorosamente nelle richieste di aggiornamento.

Definizione di SKU comune.

Impostazioni per un'istanza di calcolo personale.

Definizione del processo della pipeline: definisce attributi generici a MFE.

Risorsa Endpoint privato.

Risorsa Connessione endpoint privato.

Elenco di connessione dell'endpoint privato associato all'area di lavoro specificata

Interfaccia che rappresenta un oggetto PrivateEndpointConnections.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Risorsa collegamento privato

Elenco delle risorse di collegamento privato

Interfaccia che rappresenta un oggetto PrivateLinkResources.

Parametri facoltativi.

Raccolta di informazioni sullo stato della connessione tra il consumer del servizio e il provider.

Configurazione del probe di disponibilità/conformità del contenitore di distribuzione.

Configurazione della distribuzione PyTorch.

Proprietà per l'aggiornamento o il recupero delle quote.

Parametri di aggiornamento quota.

Interfaccia che rappresenta una quota.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Definisce un algoritmo di campionamento che genera valori in modo casuale

Attività di regressione in verticale tabella AutoML.

Configurazione correlata al training di regressione.

Campi comuni restituiti nella risposta per tutte le risorse di Azure Resource Manager

Rappresenta un ID risorsa. Ad esempio, per una subnet, è l'URL della risorsa per la subnet.

Nome risorsa.

Quota assegnata a una risorsa.

Algoritmo di campionamento usato per generare valori di iperparametri, insieme alle proprietà per configurare l'algoritmo

Configurazione delle credenziali dell'archivio dati di firma di accesso condiviso.

Segreti sas dell'archivio dati.

Impostazioni di scalabilità per il calcolo AML

Impostazioni di scalabilità desiderate per amlCompute.

Busta delle risorse di Azure Resource Manager.

Definizione di base di una pianificazione

Elenco impaginato di entità pianificate.

Interfaccia che rappresenta una pianificazione.

Definisce le intestazioni per Schedules_createOrUpdate'operazione.

Parametri facoltativi.

Definisce le intestazioni per Schedules_delete'operazione.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Informazioni di riferimento sullo script

Script di installazione personalizzati

Previsione della stagionalità.

Configurazione delle credenziali dell'archivio dati dell'entità servizio.

Segreti dell'entità servizio datastore.

Dettagli degli script personalizzati da eseguire per la configurazione del cluster.

Definizione del modello di risorsa che rappresenta lo SKU

Informazioni sulla capacità dello SKU

Soddisfa i requisiti del contratto ARM per elencare tutti gli SKU disponibili per una risorsa.

Elenco impaginato di entità SkuResource.

SkuSetting soddisfa la necessità di rimuovere le informazioni sullo SKU nel contratto ARM.

Configurazione ssl per l'assegnazione dei punteggi

Imposta l'impostazione per personalizzare l'esecuzione di StackEnsemble.

Definizione del processo sweep.

Classe limite processi sweep.

Un ambiente di calcolo SynapseSpark.

Metadati relativi alla creazione e all'ultima modifica della risorsa.

Un servizio di sistema in esecuzione in un ambiente di calcolo.

Classe astratta per le attività AutoML che usano il set di dati di tabella come input, ad esempio Classificazione/Regressione/Previsione.

Configurazione delle funzionalità.

Vincoli di esecuzione del processo.

Numero di periodi precedenti di ritardo dalla colonna di destinazione.

Previsione delle dimensioni della finestra mobile di destinazione.

Configurazione del ridimensionamento della distribuzione online.

Configurazione della distribuzione tensorFlow.

Attività Classificazione testo in verticale NLP AutoML. NLP - Elaborazione del linguaggio naturale.

Attività Multilabel classificazione testo in verticale NLP autoML. NLP - Elaborazione del linguaggio naturale.

Attività Text-NER in verticale NLP di AutoML. NER: riconoscimento di entità denominate. NLP - Elaborazione del linguaggio naturale.

Definizione del modello di risorsa per una risorsa di livello superiore di Azure Resource Manager con "tag" e "location"

Configurazione correlata al training.

Definizione del componente di valutazione.

Tipo di input dell'asset.

Tipo di output dell'asset.

Definisce un criterio di terminazione anticipata che annulla una determinata percentuale di esecuzioni a ogni intervallo di valutazione.

Proprietà per aggiornare la risposta quota.

Risultato dell'aggiornamento della quota dell'area di lavoro.

Entità della versione dei dati uri-file

Tipo di input dell'asset.

Tipo di output dell'asset.

uri-cartella entità versione dati

Tipo di input dell'asset.

Tipo di output dell'asset.

Descrive l'utilizzo delle risorse AML.

Nomi di utilizzo.

Interfaccia che rappresenta un oggetto Usages.

Parametri facoltativi.

Parametri facoltativi.

Impostazioni per l'account utente che viene creato in ogni nodo di un ambiente di calcolo.

Proprietà di identità assegnate dall'utente

Configurazione dell'identità utente.

Calcolo di Machine Learning basato su macchine virtuali di Azure.

Immagine della macchina virtuale per il calcolo di Windows AML

Segreti correlati a un calcolo di Machine Learning basato sul servizio Azure Kubernetes.

Descrive le proprietà di una macchina virtuale.

Risposta dell'operazione Elenco dimensioni macchina virtuale.

Interfaccia che rappresenta un oggetto VirtualMachineSizes.

Parametri facoltativi.

Credenziali di amministratore per la macchina virtuale

Oggetto che rappresenta un'area di lavoro di Machine Learning.

Campi comuni restituiti nella risposta per tutte le risorse di Azure Resource Manager

Interfaccia che rappresenta un'area di lavoroConnections.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Interfaccia che rappresenta un'area di lavoroFeatures.

Parametri facoltativi.

Parametri facoltativi.

Risultato di una richiesta per elencare le aree di lavoro di Machine Learning.

Parametri per l'aggiornamento di un'area di lavoro di Machine Learning.

Interfaccia che rappresenta un'area di lavoro.

Parametri facoltativi.

Parametri facoltativi.

Definisce le intestazioni per l'operazione di Workspaces_diagnose.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Parametri facoltativi.

Definisce i valori per AllocationState.
NotoAllocationState può essere usato in modo interscambiabile con AllocationState, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Costante
Ridimensionamento

Definisce i valori per ApplicationSharingPolicy.
NotoApplicationSharingPolicy può essere usato in modo intercambiabile con ApplicationSharingPolicy, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Personale
Condivisa

Definisce i valori per AutoRebuildSetting.
KnownAutoRebuildSetting può essere usato in modo interscambiabile con AutoRebuildSetting, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Disabilitato
OnBaseImageUpdate

Definisce i valori per l'applicazione automatica.
NotaAutosave può essere usata in modo interscambiabile con Autosave, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Nessuna
Locale
Gestione remota

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Contiene i dati di risposta per l'operazione di aggiornamento.

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listKeys.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Contiene i dati di risposta per l'operazione di aggiornamento.

Definisce i valori per BatchLoggingLevel.
NotoBatchLoggingLevel può essere usato in modo intercambiabile con BatchLoggingLevel, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Info
Avviso
Eseguire il debug

Definisce i valori per BatchOutputAction.
NotaBatchOutputAction può essere usata in modo intercambiabile con BatchOutputAction, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

RiepilogoOnly
AppendRow

Definisce i valori per BillingCurrency.
NotaBillingCurrency può essere usata in modo interscambiabile con BillingCurrency, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

USD

Definisce i valori per BlockedTransformers.
NoteBlockedTransformers può essere usato in modo intercambiabile con BlockedTransformers, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

TextTargetEncoder: codifica di destinazione per i dati di testo.
OneHotEncoder: la codifica a caldo Ohe crea una trasformazione di funzionalità binaria.
CatTargetEncoder: codifica di destinazione per i dati categorici.
TfIdf: Tf-Idf indica i tempi di frequenza dei termini inversa della frequenza dei documenti. Si tratta di uno schema comune di ponderazione dei termini per identificare le informazioni dai documenti.
WoETargetEncoder: peso della codifica di prove è una tecnica usata per codificare variabili categoriche. Usa il log naturale del P(1)/P(0) per creare pesi.
LabelEncoder: codificatore etichetta converte le etichette o le variabili categoriche in un formato numerico.
WordEmbedding: l'incorporamento di Word consente di rappresentare parole o frasi come vettore o una serie di numeri.
NaiveBayes: Naive Bayes è un classificato usato per la classificazione di funzionalità discrete che vengono distribuite categoricamente.
CountVectorizer: Count Vectorizer converte una raccolta di documenti di testo in una matrice di conteggi dei token.
HashOneHotEncoder: Hashing One Hot Encoder può trasformare le variabili categoriche in un numero limitato di nuove funzionalità. Questo viene spesso usato per le funzionalità categorica ad alta cardinalità.

Definisce i valori per la memorizzazione nella cache.
NotoCaching può essere usato in modo intercambiabile con la memorizzazione nella cache, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Nessuna
ReadOnly
ReadWrite

Definisce i valori per ClassificationModels.
KnownClassificationModels può essere usato in modo interscambiabile con ClassificationModels, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

LogisticRegression: la regressione logistica è una tecnica di classificazione fondamentale. Appartiene al gruppo di classificatori lineari ed è leggermente simile alla regressione polinomiale e lineare. La regressione logistica è veloce e relativamente non complicata, ed è conveniente interpretare i risultati. Anche se è essenzialmente un metodo per la classificazione binaria, può essere applicato anche ai problemi multiclasse.
SGD: SGD: la discesa della sfumatura stochastica è un algoritmo di ottimizzazione spesso usato nelle applicazioni di Machine Learning per trovare i parametri del modello che corrispondono alla migliore adatta tra gli output stimati e effettivi.
MultinomialNaiveBayes: il classificatore Naive Bayes multinomiale è adatto per la classificazione con caratteristiche discrete (ad esempio, i conteggi delle parole per la classificazione del testo). La distribuzione multinomiale richiede normalmente i conteggi delle funzionalità integer. Tuttavia, in pratica, i conteggi frazionari, ad esempio tf-idf, possono funzionare anche.
BernoulliNaiveBayes: classificatore Naive Bayes per i modelli Bernoulli multivariati.
SVM: una macchina vettoriale di supporto (SVM) è un modello di Machine Learning con supervisione che usa algoritmi di classificazione per problemi di classificazione a due gruppi. Dopo aver dato un set di modelli SVM di dati di training etichettati per ogni categoria, è possibile classificare nuovo testo.
LinearSVM: una macchina vettoriale di supporto (SVM) è un modello di Machine Learning con supervisione che usa algoritmi di classificazione per problemi di classificazione a due gruppi. Dopo aver dato un set di modelli SVM di dati di training etichettati per ogni categoria, è possibile classificare nuovo testo. La SVM lineare è ottimale quando i dati di input sono lineari, ad esempio, i dati possono essere facilmente classificati disegnando la linea dritta tra valori classificati in un grafico tracciato.
KNN: l'algoritmo K-nearest nears (KNN) usa 'feature similarity' per stimare i valori dei nuovi punti dati, che significa ulteriormente che il nuovo punto dati verrà assegnato un valore in base alla corrispondenza con i punti del set di training.
DecisionTree: Gli alberi delle decisioni sono un metodo di apprendimento con supervisione non parametrica usato per le attività di classificazione e regressione. L'obiettivo è creare un modello che stima il valore di una variabile di destinazione tramite l'apprendimento di regole decisionali semplici derivate dalle funzionalità dei dati.
RandomForest: la foresta casuale è un algoritmo di apprendimento con supervisione. La "foresta" viene compilata, è un insieme di alberi decisionali, in genere sottoposti a training con il metodo "bagging". L'idea generale del metodo di bagging è che una combinazione di modelli di apprendimento aumenta il risultato complessivo.
ExtremeRandomTrees: Extreme Trees è un algoritmo di Machine Learning completo che combina le stime di molti alberi decisionali. È correlato all'algoritmo di foresta casuale ampiamente usato.
LightGBM: LightGBM è un framework di aumento della sfumatura che usa algoritmi di apprendimento basati su albero.
GradientBoosting: la tecnica di transito degli studenti della settimana in un apprendimento forte è denominata Boosting. Il processo dell'algoritmo di aumento della sfumatura funziona su questa teoria di esecuzione.
XGBoostClassifier: XGBoost: Algoritmo di aumento della sfumatura estrema. Questo algoritmo viene usato per i dati strutturati in cui i valori di colonna di destinazione possono essere suddivisi in valori di classe distinti.

Definisce i valori per ClassificationMultilabelPrimaryMetrics.
KnownClassificationMultilabelPrimaryMetrics può essere usato in modo interscambiabile con ClassificationMultilabelPrimaryMetrics, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

AUCWeighted: AUC è l'area sotto la curva. Questa metrica rappresenta la media aritmetica del punteggio per ogni classe, ponderata in base al numero di istanze true in ogni classe.
Accuratezza: l'accuratezza è il rapporto delle stime che corrispondono esattamente alle etichette di classe true.
NormMacroRecall: il richiamo della macro normalizzato è richiamato in media macro e normalizzato, in modo che le prestazioni casuali dispongano di un punteggio pari a 0 e le prestazioni perfette dispongano di un punteggio pari a 1.
AveragePrecisionScoreWeighted: media aritmetica del punteggio medio di precisione per ogni classe, ponderato per il numero di istanze vere in ogni classe.
PrecisionScoreWeighted: media aritmetica di precisione per ogni classe, ponderata in base al numero di istanze vere in ogni classe.
IOU: Intersezione sull'Unione. Intersezione delle stime suddivise dall'unione delle stime.

Definisce i valori per ClassificationPrimaryMetrics.
KnownClassificationPrimaryMetrics può essere usato in modo interscambiabile con ClassificationPrimaryMetrics, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

AUCWeighted: AUC è l'area sotto la curva. Questa metrica rappresenta la media aritmetica del punteggio per ogni classe, ponderata in base al numero di istanze true in ogni classe.
Accuratezza: l'accuratezza è il rapporto delle stime che corrispondono esattamente alle etichette di classe true.
NormMacroRecall: il richiamo della macro normalizzato è richiamato in media macro e normalizzato, in modo che le prestazioni casuali dispongano di un punteggio pari a 0 e le prestazioni perfette dispongano di un punteggio pari a 1.
AveragePrecisionScoreWeighted: media aritmetica del punteggio medio di precisione per ogni classe, ponderato per il numero di istanze vere in ogni classe.
PrecisionScoreWeighted: media aritmetica di precisione per ogni classe, ponderata in base al numero di istanze vere in ogni classe.

Definisce i valori per ClusterPurpose.
NotoClusterPurpose può essere usato in modo intercambiabile con ClusterPurpose, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

FastProd
DenseProd
DevTest

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Definisce i valori per ComputeInstanceAuthorizationType.
NotoComputeInstanceAuthorizationType può essere usato in modo interscambiabile con ComputeInstanceAuthorizationType, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Personale

Definisce i valori per ComputeInstanceState.
NotoComputeInstanceState può essere usato in modo interscambiabile con ComputeInstanceState, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Creating
CreateFailed
Deleting
Running
Riavvio
JobRunning
Impostazione
SetupFailed
Avvio in corso
Arrestato
Fermarsi
UserSettingUp
UserSetupFailed
Unknown
Inutilizzabile

Contiene i dati di risposta per l'operazione listKeys.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione listNodesNext.

Contiene i dati di risposta per l'operazione listNodes.

Contiene i dati di risposta per l'operazione di elenco.

Definisce i valori per ComputePowerAction.
KnownComputePowerAction può essere usato in modo intercambiabile con ComputePowerAction. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Inizia
Stop

Definisce i valori per ComputeType.
KnownComputeType può essere usato in modo intercambiabile con ComputeType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Servizio Azure Kubernetes
Kubernetes
AmlCompute
ComputeInstance
DataFactory
VirtualMachine
HDInsight
Databricks
DataLakeAnalytics
SynapseSpark

Contiene i dati di risposta per l'operazione di aggiornamento.

Definisce i valori per ConnectionAuthType.
KnownConnectionAuthType può essere usato in modo intercambiabile con ConnectionAuthType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Token di accesso personali
ManagedIdentity
UsernamePassword
Nessuna
Firma di accesso condiviso

Definisce i valori per ConnectionCategory.
KnownConnectionCategory può essere usato in modo intercambiabile con ConnectionCategory. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

PythonFeed
ContainerRegistry
Git

Definisce i valori per ContainerType.
KnownContainerType può essere usato in modo intercambiabile con ContainerType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

StorageInitializer
InferenceServer

Definisce i valori per CreatedByType.
KnownCreatedByType può essere usato in modo intercambiabile con CreatedByType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Utente
Applicazione
ManagedIdentity
Chiave

Definisce i valori per CredentialsType.
KnownCredentialsType può essere usato in modo intercambiabile con CredentialsType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

AccountKey
Certificate
Nessuna
Sas
ServicePrincipal

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Definisce i valori per DataType.
KnownDataType può essere usato in modo intercambiabile con DataType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

uri_file
uri_folder
mltable

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Definisce i valori per DatastoreType.
KnownDatastoreType può essere usato in modo intercambiabile con DatastoreType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

AzureBlob
AzureDataLakeGen1
AzureDataLakeGen2
AzureFile

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Contiene i dati di risposta per l'operazione listSecrets.

Definisce i valori per DeploymentProvisioningState.
KnownDeploymentProvisioningState può essere usato in modo intercambiabile con DeploymentProvisioningState. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Creating
Deleting
Ridimensionamento
Aggiornamento
Completato
Operazione non riuscita
Canceled

Definisce i valori per DiagnoseResultLevel.
KnownDiagnoseResultLevel può essere usato in modo intercambiabile con DiagnoseResultLevel. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Avviso
Error (Errore) (Error (Errore)e)
Informazioni

Definisce i valori per DistributionType.
KnownDistributionType può essere usato in modo intercambiabile con DistributionType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

PyTorch
TensorFlow
Mpi

Definisce i valori per EarlyTerminationPolicyType.
KnownEarlyTerminationPolicyType può essere usato in modo intercambiabile con EarlyTerminationPolicyType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Bandito
MedianStopping
TroncamentoSelection

Definisce i valori per EgressPublicNetworkAccessType.
KnownEgressPublicNetworkAccessType può essere usato in modo intercambiabile con EgressPublicNetworkAccessType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Enabled
Disabilitato

Definisce i valori per EncryptionStatus.
KnownEncryptionStatus può essere usato in modo intercambiabile con EncryptionStatus. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Enabled
Disabilitato

Definisce i valori per EndpointAuthMode.
KnownEndpointAuthMode può essere usato in modo intercambiabile con EndpointAuthMode. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

AMLToken
Chiave
AADToken

Definisce i valori per EndpointComputeType.
KnownEndpointComputeType può essere usato in modo intercambiabile con EndpointComputeType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Gestito
Kubernetes
AzureMLCompute

Definisce i valori per EndpointProvisioningState.
NotoEndpointProvisioningState può essere usato in modo intercambiabile con EndpointProvisioningState, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Creating
Deleting
Completato
Operazione non riuscita
Aggiornamento
Canceled

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Definisce i valori per EnvironmentType.
NotoEnvironmentType può essere usato in modo interscambiabile con EnvironmentType, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Dati curati
UserCreated

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Definisce i valori per FeatureLags.
NotoFeatureLags può essere usato in modo intercambiabile con FeatureLags, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Nessuna: nessun ritardo delle funzionalità generato.
Auto: genera automaticamente i lag di funzionalità.

Definisce i valori per FeaturizationMode.
NotoFeaturizationMode può essere usato in modo intercambiabile con FeaturizationMode, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Auto: modalità automatica, il sistema esegue la funzionalità senza alcun input di funzionalità personalizzato.
Personalizzato: funzionalità personalizzate.
Disattivata: disattivazione della funzionalità. L'attività "Previsione" non può usare questo valore.

Definisce i valori per ForecastHorizonMode.
NotoForecastHorizonMode può essere usato in modo interscambiabile con ForecastHorizonMode, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Auto: prevedere l'orizzonte da determinare automaticamente.
Personalizzato: usare l'orizzonte di previsione personalizzato.

Definisce i valori per ForecastingModels.
NotoForecastingModels può essere usato in modo intercambiabile con ForecastingModels, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

AutoArima: modello ARIMA (Auto-Autoregressive Integrated Moving Average) usa i dati delle serie temporali e l'analisi statistica per interpretare i dati e effettuare stime future. Questo modello mira a spiegare i dati usando i dati delle serie temporali sui valori precedenti e usa la regressione lineare per effettuare stime.
Profeta: Profeta è una procedura per prevedere i dati delle serie temporali in base a un modello additivo in cui le tendenze non lineari si adattano con la stagionalità annuale, settimanale e giornaliera, oltre agli effetti delle vacanze. Funziona meglio con le serie temporali che hanno forti effetti stagionali e diverse stagioni di dati storici. Il profeta è affidabile per i dati mancanti e i cambiamenti nella tendenza e in genere gestisce bene gli outlier.
Naive: il modello di previsione Naive effettua stime portando avanti il valore di destinazione più recente per ogni serie temporale nei dati di training.
StagionaleNaive: il modello di previsione stagionale Naive effettua stime portando avanti la stagione più recente dei valori di destinazione per ogni serie temporale nei dati di training.
Media: il modello di previsione medio effettua stime portando avanti la media dei valori di destinazione per ogni serie temporale nei dati di training.
StagionaleAverage: il modello di previsione media stagionale effettua stime portando avanti il valore medio della stagione più recente dei dati per ogni serie temporale nei dati di training.
EsponenzialeSmoothing: lo smoothing esponenziale è un metodo di previsione delle serie temporali per i dati nonvariati che possono essere estesi per supportare i dati con una tendenza sistematica o un componente stagionale.
Arimax: un modello ARIMAX (Autoregressive Integrated Moving Average) con una variabile esplicativa (ARIMAX) può essere considerato come un modello di regressione multiplo con uno o più termini ar (autoregressive) e/o uno o più termini di media mobile (MA). Questo metodo è adatto per la previsione quando i dati sono fissi/non stazioni e multivariati con qualsiasi tipo di modello di dati, ad esempio livello/tendenza /stagionalità/cyclicity.
TCNForecaster: TCNForecaster: Previsione reti temporali convolutzionali. TODO: chiedere al team di previsione una breve introduzione.
ElasticNet: La rete elastica è un tipo popolare di regressione lineare regolare che combina due sanzioni popolari, in particolare le funzioni di penalità L1 e L2.
GradientBoosting: la tecnica di transito degli studenti della settimana in un apprendimento forte è denominata Boosting. Il processo dell'algoritmo di aumento della sfumatura funziona su questa teoria di esecuzione.
DecisionTree: Gli alberi delle decisioni sono un metodo di apprendimento con supervisione non parametrica usato per le attività di classificazione e regressione. L'obiettivo è creare un modello che stima il valore di una variabile di destinazione tramite l'apprendimento di regole decisionali semplici derivate dalle funzionalità dei dati.
KNN: l'algoritmo K-nearest nears (KNN) usa 'feature similarity' per stimare i valori dei nuovi punti dati, che significa ulteriormente che il nuovo punto dati verrà assegnato un valore in base alla corrispondenza con i punti del set di training.
LassoLars: il modello Lasso è adatto a Least Angle Regression a.k.a. Lars. È un modello lineare sottoposto a training con un regolarizzatore L1 precedente.
SGD: SGD: la discesa della sfumatura stochastica è un algoritmo di ottimizzazione spesso usato nelle applicazioni di Machine Learning per trovare i parametri del modello che corrispondono alla migliore adatta tra gli output stimati e effettivi. È una tecnica inesattiva ma potente.
RandomForest: la foresta casuale è un algoritmo di apprendimento con supervisione. La "foresta" viene compilata, è un insieme di alberi decisionali, in genere sottoposti a training con il metodo "bagging". L'idea generale del metodo di bagging è che una combinazione di modelli di apprendimento aumenta il risultato complessivo.
ExtremeRandomTrees: Extreme Trees è un algoritmo di Machine Learning completo che combina le stime di molti alberi decisionali. È correlato all'algoritmo di foresta casuale ampiamente usato.
LightGBM: LightGBM è un framework di boosting a gradienti che usa algoritmi di apprendimento basati su albero.
XGBoostRegressor: XGBoostRegressor: Extreme Gradient Boosting Regressor è un modello di Machine Learning supervisionato usando un insieme di studenti di base.

Definisce i valori per ForecastingPrimaryMetrics.
KnownForecastingPrimaryMetrics può essere usato in modo intercambiabile con ForecastingPrimaryMetrics. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

SpearmanCorrelation: il coefficiente di classificazione della correlazione di Spearman è una misura non parametrica della correlazione di rango.
NormalizedRootMeanSquaredError: l'errore quadratico quadratico radice normalizzato (NRMSE) di RMSE facilita il confronto tra modelli con scale diverse.
R2Score: il punteggio R2 è una delle misure di valutazione delle prestazioni per i modelli di Machine Learning basati sulla previsione.
NormalizedMeanAbsoluteError: l'errore assoluto medio normalizzato (NMAE) è una metrica di convalida per confrontare l'errore assoluto medio (MAE) di (serie temporale) con scale diverse.

Definisce i valori per Goal.
KnownGoal può essere usato in modo intercambiabile con Goal, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Riduci
Ingrandisci

Definisce i valori per IdentityConfigurationType.
KnownIdentityConfigurationType può essere usato in modo intercambiabile con IdentityConfigurationType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Gestito
AMLToken
UserIdentity

Definisce i valori per InputDeliveryMode.
KnownInputDeliveryMode può essere usato in modo intercambiabile con InputDeliveryMode, che contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

ReadOnlyMount
ReadWriteMount
Scaricare
Diretta
EvalMount
EvalDownload

Definisce i valori per InstanceSegmentationPrimaryMetrics.
KnownInstanceSegmentationPrimaryMetrics può essere usato in modo intercambiabile con InstanceSegmentationPrimaryMetrics. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

MeanAveragePrecision: media media precisione (MAP) è la media di AP (Precisione media). L'API viene calcolata per ogni classe e calcolata in base alla media per ottenere map.

Definisce i valori per JobInputType.
KnownJobInputType può essere usato in modo intercambiabile con JobInputType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

literal
uri_file
uri_folder
mltable
custom_model
mlflow_model
triton_model

Definisce i valori per JobLimitsType.
KnownJobLimitsType può essere usato in modo intercambiabile con JobLimitsType, che contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Comando
Processo di organizzazione

Definisce i valori per JobOutputType.
KnownJobOutputType può essere usato in modo intercambiabile con JobOutputType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

uri_file
uri_folder
mltable
custom_model
mlflow_model
triton_model

Definisce i valori per JobStatus.
NotoJobStatus può essere usato in modo interscambiabile con JobStatus, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

NotStarted: l'esecuzione non è ancora stata avviata.
Avvio: è stato avviato l'esecuzione. L'utente ha un ID di esecuzione.
Provisioning: (non usato attualmente) Verrà usato se ES sta creando la destinazione di calcolo.
Preparazione: l'ambiente di esecuzione è in fase di preparazione.
Accodato: il processo viene accodato nella destinazione di calcolo. Ad esempio, in BatchAI il processo è in stato accodato, aspettando che tutti i nodi necessari siano pronti.
Esecuzione: il processo avviato per l'esecuzione nella destinazione di calcolo.
Finalizzazione: il processo viene completato nella destinazione. È in stato di raccolta di output ora.
CancelRequested: l'annullamento è stato richiesto per il processo.
Completato: processo completato correttamente. Ciò riflette che sia il processo stesso che gli stati della raccolta di output sono stati completati correttamente
Impossibile: processo non riuscito.
Annullata: dopo la richiesta di annullamento, il processo è stato annullato correttamente.
Risposta: quando l'heartbeat è abilitato, se l'esecuzione non aggiorna alcuna informazione in RunHistory, l'esecuzione passa allo stato NotResponding. NotResponding è l'unico stato che è esentato da ordini di transizione rigorosi. Un'esecuzione può passare da NotResponding a uno qualsiasi degli stati precedenti.
Sospeso: il processo viene sospeso dagli utenti. È possibile apportare alcune modifiche ai processi di etichettatura solo nello stato sospeso.
Sconosciuto: stato del processo predefinito se non è stato eseguito il mapping a tutti gli altri stati

Definisce i valori per JobType.
NotoJobType può essere usato in modo interscambiabile con JobType, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

AutoML
Comando
Processo di organizzazione
Pipeline

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Definisce i valori per KeyType.
NotoKeyType può essere usato in modo intercambiabile con KeyType, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Server/istanza primaria
Server/istanza secondaria

Definisce i valori per LearningRateScheduler.
KnownLearningRateScheduler può essere usato in modo intercambiabile con LearningRateScheduler, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Nessuno: nessuna utilità di pianificazione della frequenza di apprendimento selezionata.
WarmupCosine: Coseno Annealing con riscaldamento.
Passaggio: Utilità di pianificazione della frequenza di apprendimento per i passaggi.

Definisce i valori per ListViewType.
KnownListViewType può essere usato in modo intercambiabile con ListViewType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

ActiveOnly
ArchivedOnly
Tutto

Definisce i valori per LoadBalancerType.
KnownLoadBalancerType può essere usato in modo intercambiabile con LoadBalancerType, che contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

PublicIp
InternalLoadBalancer

Definisce i valori per LogVerbosity.
KnownLogVerbosity può essere usato in modo intercambiabile con LogVerbosity. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

NotSet: nessun log generato.
Debug: eseguire il debug e le istruzioni di log successive registrate.
Info: informazioni e istruzioni di log successive registrate.
Avviso: istruzioni di avviso e successive registrate.
Errore: errori e istruzioni di log precedenti registrate.
Critico: vengono registrate solo le istruzioni critiche.

Definisce i valori per ManagedServiceIdentityType.
KnownManagedServiceIdentityType può essere usato in modo intercambiabile con ManagedServiceIdentityType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Nessuna
SystemAssigned
UserAssigned
SystemAssigned,UserAssigned

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Definisce i valori per ModelSize.
KnownModelSize può essere usato in modo intercambiabile con ModelSize. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Nessuno: nessun valore selezionato.
Piccolo: dimensioni ridotte.
Medio: dimensioni medie.
Grande: grandi dimensioni.
ExtraLarge: dimensioni aggiuntive.

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Definisce i valori per MountAction.
KnownMountAction può essere usato in modo intercambiabile con MountAction. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Monte
Smontare

Definisce i valori per MountState.
KnownMountState può essere usato in modo intercambiabile con MountState. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

MountRequested
Montato
MountFailed
UnmountRequested
UnmountFailed
Smontato

Definisce i valori per NCrossValidationsMode.
KnownNCrossValidationsMode può essere usato in modo intercambiabile con NCrossValidationsMode, che contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Auto: determinare automaticamente il valore di convalide incrociate N. Supportato solo per l'attività AutoML "Forecasting".
Personalizzato: usare il valore personalizzato di convalide N-Cross.

Definisce i valori per Network.
KnownNetwork può essere usato in modo intercambiabile con Network. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Bridge
Host

Definisce i valori per NodeState.
KnownNodeState può essere usato in modo intercambiabile con NodeState, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Inattivo
corsa
Preparazione
Inutilizzabile
Uscire
Interrotta

Definisce i valori per ObjectDetectionPrimaryMetrics.
KnownObjectDetectionPrimaryMetrics può essere usato in modo intercambiabile con ObjectDetectionPrimaryMetrics. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

MeanAveragePrecision: media media precisione (MAP) è la media di AP (Precisione media). L'API viene calcolata per ogni classe e calcolata in base alla media per ottenere map.

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione getLogs.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Contiene i dati di risposta per l'operazione listSkusNext.

Contiene i dati di risposta per l'operazione listSkus.

Contiene i dati di risposta per l'operazione di aggiornamento.

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione getToken.

Contiene i dati di risposta per l'operazione listKeys.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Contiene i dati di risposta per l'operazione di aggiornamento.

Definisce i valori per OperatingSystemType.
NotoOperatingSystemType può essere usato in modo interscambiabile con OperatingSystemType, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Linux
Windows

Definisce i valori per OperationName.
NotoOperationName può essere usato in modo interscambiabile con OperationName, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Creare
Inizia
Stop
Riavvia
Ricreare l'immagine
Elimina

Definisce i valori per OperationStatus.
NotoOperationStatus può essere usato in modo interscambiabile con OperationStatus, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

InProgress
Completato
CreateFailed
StartFailed
StopFailed
RestartFailed
ReimageFailed
Eliminazione non riuscita

Definisce i valori per OperationTrigger.
NotoOperationTrigger può essere usato in modo interscambiabile con OperationTrigger, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Utente
Pianificare
IdleShutdown

Contiene i dati di risposta per l'operazione di elenco.

Definisce i valori per OrderString.
NotoOrderString può essere usato in modo interscambiabile con OrderString, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

CreateAtDesc
CreateAtAsc
UpdateAtDesc
UpdateAtAsc

Definisce i valori per OsType.
NotoOsType può essere usato in modo intercambiabile con OsType, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Linux
Windows

Definisce i valori per OutputDeliveryMode.
NotoOutputDeliveryMode può essere usato in modo intercambiabile con OutputDeliveryMode, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

ReadWriteMount
Upload

Definisce i valori per PrivateEndpointConnectionProvisioningState.
NotoPrivateEndpointConnectionProvisioningState può essere usato in modo interscambiabile con PrivateEndpointConnectionProvisioningState, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Completato
Creating
Deleting
Operazione non riuscita

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione di elenco.

Definisce i valori per PrivateEndpointServiceConnectionStatus.
NotoPrivateEndpointServiceConnectionStatus può essere usato in modo interscambiabile con PrivateEndpointServiceConnectionStatus, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

In sospeso
Approved
Rifiutato
Disconnesso
Timeout

Contiene i dati di risposta per l'operazione di elenco.

Definisce i valori per ProvisioningState.
NotoProvisioningState può essere usato in modo interscambiabile con ProvisioningState, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Unknown
Aggiornamento
Creating
Deleting
Completato
Operazione non riuscita
Canceled

Definisce i valori per ProvisioningStatus.
NotoProvisioningStatus può essere usato in modo interscambiabile con ProvisioningStatus, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Operazione completata
Provisioning
Operazione non riuscita

Definisce i valori per PublicNetworkAccess.
NotoPublicNetworkAccess può essere usato in modo interscambiabile con PublicNetworkAccess, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Enabled
Disabilitato

Definisce i valori per PublicNetworkAccessType.
NotoPublicNetworkAccessType può essere usato in modo intercambiabile con PublicNetworkAccessType, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Enabled
Disabilitato

Definisce i valori per QuotaUnit.
KnownQuotaUnit può essere usato in modo interscambiabile con QuotaUnit, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Numero

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Contiene i dati di risposta per l'operazione di aggiornamento.

Definisce i valori per RandomSamplingAlgorithmRule.
NotoRandomSamplingAlgorithmRule può essere usato in modo interscambiabile con RandomSamplingAlgorithmRule, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Casuale
Sobol

Definisce i valori per RicorrenzaFrequency.
NotoRecurrenceFrequency può essere usato in modo interscambiabile con RicorrenzaFrequency, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Minuto: frequenza minuti
Ora: frequenza oraria
Giorno: frequenza giorno
Settimana: frequenza settimana
Mese: Frequenza mese

Definisce i valori per ReferenceType.
NotoReferenceType può essere usato in modo interscambiabile con ReferenceType, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Id
DataPath
Percorso output

Definisce i valori per RegressionModels.
KnownRegressionModels può essere usato in modo intercambiabile con RegressionModels, che contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

ElasticNet: Elastic Net è un tipo diffuso di regressione lineare regolarizzata che combina due penalità comuni, in particolare le funzioni di penalità L1 e L2.
GradientBoosting: la tecnica di transito degli studenti della settimana in un forte apprendimento è chiamata Boosting. Il processo dell'algoritmo di boosting del gradiente funziona su questa teoria dell'esecuzione.
DecisionTree: gli alberi delle decisioni sono un metodo di apprendimento con supervisione non parametrica usato sia per le attività di classificazione che di regressione. L'obiettivo è creare un modello che stima il valore di una variabile di destinazione tramite l'apprendimento di regole decisionali semplici dedotte dalle funzionalità dei dati.
KNN: l'algoritmo K-nearest neighbors (KNN) usa la "somiglianza delle caratteristiche" per stimare i valori dei nuovi punti dati, il che significa inoltre che al nuovo punto dati verrà assegnato un valore in base alla corrispondenza con i punti nel set di training.
LassoLars: il modello Lazo è adatto a Least Angle Regression a.k.a. Lars.Lasso model fit with Least Angle Regression a.k.a. Lars. Si tratta di un modello lineare sottoposto a training con un L1 precedente come regolarizzatore.
SGD: SGD: la discesa stocastica del gradiente è un algoritmo di ottimizzazione spesso usato nelle applicazioni di Machine Learning per trovare i parametri del modello che corrispondono alla migliore adatta tra output stimati e effettivi. È una tecnica inesatta ma potente.
RandomForest: la foresta casuale è un algoritmo di apprendimento supervisionato. La "foresta" viene compilata, è un insieme di alberi delle decisioni, in genere sottoposti a training con il metodo "bagging". L'idea generale del metodo di bagging è che una combinazione di modelli di apprendimento aumenta il risultato complessivo.
ExtremeRandomTrees: Extreme Trees è un algoritmo di Machine Learning di insieme che combina le stime di molti alberi delle decisioni. È correlato all'algoritmo di foresta casuale ampiamente usato.
LightGBM: LightGBM è un framework di boosting a gradienti che usa algoritmi di apprendimento basati su albero.
XGBoostRegressor: XGBoostRegressor: Extreme Gradient Boosting Regressor è un modello di Machine Learning supervisionato usando un insieme di studenti di base.

Definisce i valori per RegressionPrimaryMetrics.
KnownRegressionPrimaryMetrics può essere usato in modo intercambiabile con RegressionPrimaryMetrics. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

SpearmanCorrelation: il coefficiente di classificazione della correlazione di Spearman è una misura nonparametrica della correlazione di rango.
NormalizedRootMeanSquaredError: l'errore quadratico quadratico radice normalizzato (NRMSE) di RMSE facilita il confronto tra modelli con scale diverse.
R2Score: il punteggio R2 è una delle misure di valutazione delle prestazioni per i modelli di Machine Learning basati sulla previsione.
NormalizedMeanAbsoluteError: l'errore assoluto medio normalizzato (NMAE) è una metrica di convalida per confrontare l'errore assoluto medio (MAE) di (serie temporale) con scale diverse.

Definisce i valori per RemoteLoginPortPublicAccess.
KnownRemoteLoginPortPublicAccess può essere usato in modo intercambiabile con RemoteLoginPortPublicAccess. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Enabled
Disabilitato
NotSpecified

Definisce i valori per SamplingAlgorithmType.
KnownSamplingAlgorithmType può essere usato in modo intercambiabile con SamplingAlgorithmType, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Pannello Grid
Casuale
Bayesiano

Definisce i valori per ScaleType.
KnownScaleType può essere usato in modo intercambiabile con ScaleType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Default
TargetUtilization

Definisce i valori per ScheduleActionType.
KnownScheduleActionType può essere usato in modo intercambiabile con ScheduleActionType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

CreateJob
InvokeBatchEndpoint

Definisce i valori per ScheduleListViewType.
KnownScheduleListViewType può essere usato in modo intercambiabile con ScheduleListViewType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

EnabledOnly
DisabledOnly
Tutto

Definisce i valori per ScheduleProvisioningState.
KnownScheduleProvisioningState può essere usato in modo intercambiabile con ScheduleProvisioningState, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Operazione completata
Provisioning
Operazione non riuscita

Definisce i valori per ScheduleProvisioningStatus.
KnownScheduleProvisioningStatus può essere usato in modo intercambiabile con ScheduleProvisioningStatus. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Creating
Aggiornamento
Deleting
Completato
Operazione non riuscita
Canceled

Definisce i valori per ScheduleStatus.
NotoScheduleStatus può essere usato in modo intercambiabile con ScheduleStatus, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Enabled
Disabilitato

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Definisce i valori per SeasonalityMode.
NotoSeasonalityMode può essere usato in modo intercambiabile con SeasonalityMode, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Auto: stagionalità da determinare automaticamente.
Personalizzato: usare il valore di stagionalità personalizzato.

Definisce i valori per SecretsType.
NotoSecretsType può essere usato in modo interscambiabile con SecretsType, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

AccountKey
Certificate
Sas
ServicePrincipal

Definisce i valori per ServiceDataAccessAuthIdentity.
NotoServiceDataAccessAuthIdentity può essere usato in modo interscambiabile con ServiceDataAccessAuthIdentity, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Nessuno: non usare alcuna identità per l'accesso ai dati del servizio.
WorkspaceSystemAssignedIdentity: usare l'identità gestita assegnata dal sistema dell'area di lavoro per autenticare l'accesso ai dati del servizio.
WorkspaceUserAssignedIdentity: usare l'identità gestita assegnata dall'utente dell'area di lavoro per autenticare l'accesso ai dati del servizio.

Definisce i valori per ShortSeriesHandlingConfiguration.
NotoShortSeriesHandlingConfiguration può essere usato in modo intercambiabile con ShortSeriesHandlingConfiguration, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Nessuno: rappresenta un valore no/Null.
Auto: la serie breve verrà riempita se non sono presenti serie lunghe, in caso contrario, verrà eliminata una serie breve.
Pad: tutte le serie brevi verranno riempite.
Drop: tutte le serie brevi verranno eliminate.

Definisce i valori per SkuScaleType.
NotoSkuScaleType può essere usato in modo intercambiabile con SkuScaleType, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Automatico: ridimensiona automaticamente il numero di nodi.
Manuale: numero di nodi ridimensionato alla richiesta dell'utente.
Nessuna: set fisso di nodi.

Definisce i valori per SkuTier.

Definisce i valori per SourceType.
KnownSourceType può essere usato in modo intercambiabile con SourceType, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Set di dati
Datastore
URI

Definisce i valori per SshPublicAccess.
NotoSshPublicAccess può essere usato in modo interscambiabile con SshPublicAccess, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Enabled
Disabilitato

Definisce i valori per SslConfigStatus.
NotoSslConfigStatus può essere usato in modo intercambiabile con SslConfigStatus, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Disabilitato
Enabled
Auto

Definisce i valori per StackMetaLearnerType.
NotoStackMetaLearnerType può essere usato in modo intercambiabile con StackMetaLearnerType, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Nessuna
LogisticRegression: i meta-studenti predefiniti sono LogisticRegression per le attività di classificazione.
LogisticRegressionCV: i meta-studenti predefiniti sono LogisticRegression per l'attività di classificazione quando cv è attivo.
LightGBMClassifier
ElasticNet: i meta-studenti predefiniti sono LogisticRegression per l'attività di regressione.
ElasticNetCV: i meta-studenti predefiniti sono LogisticRegression per l'attività di regressione quando cv è attivo.
LightGBMRegressor
LinearRegression

Definisce i valori per Status.
KnownStatus può essere usato in modo interscambiabile con Status, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Indefinito
Success
Operazioni non riuscite
InvalidQuotaBelowClusterMinimum
InvalidQuotaExceedsSubscriptionLimit
InvalidVMFamilyName
OperationNotSupportedForSku
OperationNotEnabledForRegion

Definisce i valori per StochasticOptimizer.
NotoStochasticOptimizer può essere usato in modo intercambiabile con StochasticOptimizer, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Nessuna: nessuna utilità di ottimizzazione selezionata.
Sgd: Ottimizzazione della discesa sfumatura stochastica.
Adam: Adam è l'algoritmo che ottimizza le funzioni obiettivo stochastic basate sulle stime adattive dei momenti
Adamw: AdamW è una variante di Optimizer Adam che ha un'implementazione migliorata del decadimento del peso.

Definisce i valori per StorageAccountType.
NotoStorageAccountType può essere usato in modo interscambiabile con StorageAccountType, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Standard_LRS
Premium_LRS

Definisce i valori per TargetAggregationFunction.
KnownTargetAggregationFunction può essere usato in modo intercambiabile con TargetAggregationFunction, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Nessuno: rappresenta nessun valore impostato.
Sum
Max
Min
Media

Definisce i valori per TargetLagsMode.
KnownTargetLagsMode può essere usato in modo intercambiabile con TargetLagsMode, che contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Auto: ritardo di destinazione da determinare automaticamente.
Personalizzato: usare i lag di destinazione personalizzati.

Definisce i valori per TargetRollingWindowSizeMode.
KnownTargetRollingWindowSizeMode può essere usato in modo intercambiabile con TargetRollingWindowSizeMode, che contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Auto: determinare automaticamente le dimensioni delle finestre in sequenza.
Personalizzato: usare le dimensioni della finestra mobile specificate.

Definisce i valori per TaskType.
KnownTaskType può essere usato in modo intercambiabile con TaskType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Classificazione: la classificazione in Machine Learning e statistiche è un approccio di apprendimento supervisionato in cui il programma informatico apprende dai dati forniti e apporta nuove osservazioni o classificazioni.
Regressione: la regressione indica di stimare il valore usando i dati di input. I modelli di regressione vengono usati per stimare un valore continuo.
Previsione: la previsione è un tipo speciale di attività di regressione che gestisce i dati delle serie temporali e crea un modello di previsione che può essere usato per stimare i valori futuri prossimi in base agli input.
ImageClassification: classificazione delle immagini. La classificazione di immagini multiclasse viene usata quando un'immagine viene classificata con una sola etichetta da un set di classi, ad esempio ogni immagine viene classificata come immagine di un 'gatto' o di un 'cane' o 'anatra'.
ImageClassificationMultilabel: classificazione delle immagini multietichetà. La classificazione delle immagini con più etichette viene usata quando un'immagine può avere una o più etichette da un set di etichette, ad esempio un'immagine può essere etichettata con "gatto" e "cane".
ImageObjectDetection: Rilevamento oggetti immagine. Il rilevamento degli oggetti viene usato per identificare gli oggetti in un'immagine e individuare ogni oggetto con un rettangolo delimitatore, ad esempio individuare tutti i cani e i gatti in un'immagine e disegnare un rettangolo delimitatore intorno a ognuno.
ImageInstanceSegmentation: segmentazione dell'istanza dell'immagine. La segmentazione dell'istanza viene usata per identificare gli oggetti in un'immagine a livello di pixel, disegnando un poligono intorno a ogni oggetto nell'immagine.
TextClassification: la classificazione del testo (nota anche come assegnazione di tag di testo o categorizzazione del testo) è il processo di ordinamento dei testi in categorie. Le categorie si escludono a vicenda.
TextClassificationMultilabel: l'attività di classificazione multilabel assegna ogni esempio a un gruppo (zero o più) di etichette di destinazione.
TextNER: Text Named Entity Recognition a.k.a. TextNER. Riconoscimento di entità denominate (NER) è la possibilità di prendere testo in formato libero e identificare le occorrenze di entità come persone, posizioni, organizzazioni e altro ancora.

Definisce i valori per TriggerType.
KnownTriggerType può essere usato in modo intercambiabile con TriggerType. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Ricorrenza
Cron

Definisce i valori per UnderlyingResourceAction.
KnownUnderlyingResourceAction può essere usato in modo intercambiabile con UnderlyingResourceAction. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Elimina
Scollega

Definisce i valori per UnitOfMeasure.
KnownUnitOfMeasure può essere usato in modo intercambiabile con UnitOfMeasure, che contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Onehour

Definisce i valori per UsageUnit.
KnownUsageUnit può essere usato in modo intercambiabile con UsageUnit. Questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Numero

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Definisce i valori per UseStl.
KnownUseStl può essere usato in modo interscambiabile con UseStl, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Nessuno: nessuna stl decomposition.
Stagione
SeasonTrend

Definisce i valori per VMPriceOSType.
NotoVMPriceOSType può essere usato in modo intercambiabile con VMPriceOSType, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Linux
Windows

Definisce i valori per VMTier.
NotoVMTier può essere usato in modo intercambiabile con VMTier, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Standard
LowPriority
Posto

Definisce i valori per ValidationMetricType.
NotoValidationMetricType può essere usato in modo intercambiabile con ValidationMetricType, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Nessuna: nessuna metrica.
Coco: Coco metrica.
Voc: metrica voc.
CocoVoc: Metrica CocoVoc.

Definisce i valori per ValueFormat.
KnownValueFormat può essere usato in modo intercambiabile con ValueFormat, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

JSON

Contiene i dati di risposta per l'operazione di elenco.

Definisce i valori per VmPriority.
NotaVmPriority può essere usata in modo intercambiabile con VmPriority, questa enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Dedicato
LowPriority

Definisce i valori per WeekDay.
NotoWeekDay può essere usato in modo intercambiabile con WeekDay, questo enumerazione contiene i valori noti supportati dal servizio.

Valori noti supportati dal servizio

Lunedì: lunedì settimana
Martedì: martedì settimana
Mercoledì: mercoledì settimana
Giovedì: giovedì settimana
Venerdì: venerdì settimana
Sabato: sabato settimana
Domenica: domenica settimana

Contiene i dati di risposta per l'operazione di creazione.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Contiene i dati di risposta per l'operazione listNext.

Contiene i dati di risposta per l'operazione di elenco.

Contiene i dati di risposta per l'operazione createOrUpdate.

Contiene i dati di risposta per l'operazione di diagnosi.

Contiene i dati di risposta per l'operazione get.

Contiene i dati di risposta per l'operazione listByResourceGroupNext.

Contiene i dati di risposta per l'operazione listByResourceGroup.

Contiene i dati di risposta per l'operazione listBySubscriptionNext.

Contiene i dati di risposta per l'operazione listBySubscription.

Contiene i dati di risposta per l'operazione listKeys.

Contiene i dati di risposta per l'operazione listNotebookAccessToken.

Contiene i dati di risposta per l'operazione listNotebookKeys.

Contiene i dati di risposta per l'operazione listOutboundNetworkDependenciesEndpoints.

Contiene i dati di risposta per l'operazione listStorageAccountKeys.

Contiene i dati di risposta per l'operazione prepareNotebook.

Contiene i dati di risposta per l'operazione di aggiornamento.

Valori noti di AllocationState accettati dal servizio.

Valori noti di ApplicationSharingPolicy accettati dal servizio.

Valori noti di AutoRebuildSetting accetta il servizio.

Valori noti di salvataggio automatico accettati dal servizio.

Valori noti di BatchLoggingLevel accetta il servizio.

Valori noti di BatchOutputAction accettati dal servizio.

Valori noti di BillingCurrency accettati dal servizio.

Valori noti di BlockedTransformers accettati dal servizio.

Valori noti della memorizzazione nella cache accettata dal servizio.

Valori noti di ClassificationModels accettati dal servizio.

Valori noti di ClassificationMultilabelPrimaryMetrics accettati dal servizio.

Valori noti di ClassificationPrimaryMetrics accettati dal servizio.

Valori noti di ClusterPurpose accetta il servizio.

Valori noti di ComputeInstanceAuthorizationType accettati dal servizio.

Valori noti di ComputeInstanceState accettati dal servizio.

Valori noti di ComputePowerAction accettati dal servizio.

Valori noti di ComputeType accettati dal servizio.

Valori noti di ConnectionAuthType accettati dal servizio.

Valori noti di ConnectionCategory accettati dal servizio.

Valori noti di ContainerType accettati dal servizio.

Valori noti di CreateByType accettati dal servizio.

Valori noti di CredentialsType accettati dal servizio.

Valori noti di DataType accettati dal servizio.

Valori noti di DatastoreType accettati dal servizio.

Valori noti di DeploymentProvisioningState accettati dal servizio.

Valori noti diDiagResultLevel accetta il servizio.

Valori noti di DistributionType accettati dal servizio.

Valori noti di EarlyTerminationPolicyType accettati dal servizio.

Valori noti di EgressPublicNetworkAccessType accettati dal servizio.

Valori noti di EncryptionStatus accettati dal servizio.

Valori noti di EndpointAuthMode accettati dal servizio.

Valori noti di EndpointComputeType accettati dal servizio.

Valori noti di EndpointProvisioningState accettati dal servizio.

Valori noti di EnvironmentType accettati dal servizio.

Valori noti di FeatureLags accettati dal servizio.

Valori noti di FeaturizationMode accettati dal servizio.

Valori noti di ForecastHorizonMode accetta il servizio.

Valori noti di ForecastingModels accettati dal servizio.

Valori noti di ForecastingPrimaryMetrics accettati dal servizio.

Valori noti di Goal accettati dal servizio.

Valori noti di IdentityConfigurationType accettati dal servizio.

Valori noti di InputDeliveryMode accettati dal servizio.

Valori noti di InstanceSegmentationPrimaryMetrics accettati dal servizio.

Valori noti di JobInputType accettati dal servizio.

Valori noti di JobLimitsType accettati dal servizio.

Valori noti di JobOutputType accettati dal servizio.

Valori noti di JobStatus accettati dal servizio.

Valori noti di JobType accettati dal servizio.

Valori noti di KeyType accettati dal servizio.

Valori noti di LearningRateScheduler accettati dal servizio.

Valori noti di ListViewType accettati dal servizio.

Valori noti di LoadBalancerType accettati dal servizio.

Valori noti di LogVerbosity accettati dal servizio.

Valori noti di ManagedServiceIdentityType accettati dal servizio.

Valori noti di ModelSize accettati dal servizio.

Valori noti di MountAction accettati dal servizio.

Valori noti di MountState accettati dal servizio.

Valori noti di NCrossValidationsMode accettati dal servizio.

Valori noti di Rete accettati dal servizio.

Valori noti di NodeState accettati dal servizio.

Valori noti di ObjectDetectionPrimaryMetrics accettati dal servizio.

Valori noti di OperatingSystemType accettati dal servizio.

Valori noti di OperationName accettati dal servizio.

Valori noti di OperationStatus accettati dal servizio.

Valori noti di OperationTrigger accettati dal servizio.

Valori noti di OrderString accettati dal servizio.

Valori noti di OsType accettati dal servizio.

Valori noti di OutputDeliveryMode accettati dal servizio.

Valori noti di PrivateEndpointConnectionProvisioningState accettati dal servizio.

Valori noti di PrivateEndpointServiceConnectionStatus accettati dal servizio.

Valori noti di ProvisioningState accettati dal servizio.

Valori noti di ProvisioningStatus accettati dal servizio.

Valori noti di PublicNetworkAccess accettati dal servizio.

Valori noti di PublicNetworkAccessType accettati dal servizio.

Valori noti di QuotaUnit accettati dal servizio.

Valori noti di RandomSamplingAlgorithmRule accettati dal servizio.

Valori noti di RecurrenceFrequency accettati dal servizio.

Valori noti di ReferenceType accettati dal servizio.

Valori noti di RegressionModels accettati dal servizio.

Valori noti di RegressionPrimaryMetrics accettati dal servizio.

Valori noti di RemoteLoginPortPublicAccess accettati dal servizio.

Valori noti di SamplingAlgorithmType accettati dal servizio.

Valori noti di ScaleType accettati dal servizio.

Valori noti di ScheduleActionType accettati dal servizio.

Valori noti di ScheduleListViewType accettati dal servizio.

Valori noti di ScheduleProvisioningState accettati dal servizio.

Valori noti di ScheduleProvisioningStatus accettati dal servizio.

Valori noti di ScheduleStatus accettati dal servizio.

Valori noti di SeasonalityMode accettati dal servizio.

Valori noti di SecretsType accettati dal servizio.

Valori noti di ServiceDataAccessAuthIdentity accettati dal servizio.

Valori noti di ShortSeriesHandlingConfiguration accettati dal servizio.

Valori noti di SkuScaleType accettati dal servizio.

Valori noti di SourceType accettati dal servizio.

Valori noti di SshPublicAccess accettati dal servizio.

Valori noti di SslConfigStatus accettati dal servizio.

Valori noti di StackMetaLearnerType accettati dal servizio.

Valori noti di Status accettati dal servizio.

Valori noti di StochasticOptimizer accettati dal servizio.

Valori noti di StorageAccountType accettati dal servizio.

Valori noti di TargetAggregationFunction accettati dal servizio.

Valori noti di TargetLagsMode accettati dal servizio.

Valori noti di TargetRollingWindowSizeMode accettati dal servizio.

Valori noti di TaskType accettati dal servizio.

Valori noti di TriggerType accettati dal servizio.

Valori noti di UnderlyingResourceAction accettati dal servizio.

Valori noti di UnitOfMeasure accettati dal servizio.

Valori noti di UsageUnit accettati dal servizio.

Valori noti di UseStl accettati dal servizio.

Valori noti di VMPriceOSType accettati dal servizio.

Valori noti di VMTier accettati dal servizio.

Valori noti di ValidationMetricType accettati dal servizio.

Valori noti di ValueFormat accettati dal servizio.

Valori noti di VmPriority accettati dal servizio.

Valori noti di WeekDay accettati dal servizio.

Dato l'ultimo .value prodotto dall'iteratore byPage , restituisce un token di continuazione che può essere usato per iniziare il paging da quel punto in un secondo momento.