TaskType type

Definisce i valori per TaskType.
NotoTaskType può essere usato in modo interscambiabile 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 computer apprende dai dati specificati e crea nuove osservazioni o classificazioni.
Regressione: regressione significa 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 un'unica etichetta da un set di classi, ad esempio ogni immagine viene classificata come un'immagine di un 'gatto' o un 'cane' o un 'anatra'.
ImageClassificationMultilabel: Classificazione delle immagini Multilabel. La classificazione di immagini con più etichette viene usata quando un'immagine potrebbe avere una o più etichette da un set di etichette, ad esempio un'immagine può essere etichettata con sia "gatto" che "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 di selezione, ad esempio individuare tutti i cani e i gatti in un'immagine e disegnare un rettangolo di selezione intorno a ogni oggetto.
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: classificazione del testo (nota anche come tag di testo o categorizzazione del testo) è il processo di ordinamento dei testi in categorie. Le categorie si escludono a vicenda.
TextClassificationMultilabel: 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. Il riconoscimento entità denominato (NER) è la possibilità di prendere testo in formato libero e identificare le occorrenze di entità, ad esempio persone, posizioni, organizzazioni e altro ancora.