Explanation:
情報抽出を自動化することにより、ビジネスプロセスを加速します。Form Recognizerは、高度な機械学習を適用して、ドキュメントからテキスト、キーと値のペア、およびテーブルを正確に抽出します。ほんの数サンプルで、Form Recognizerは、オンプレミスとクラウドの両方で、ドキュメントに合わせて理解を調整します。わずかな時間とコストでフォームを使用可能なデータに変換できるため、情報をコンパイルするのではなく、情報に基づいて行動することに集中できます。
参照：
https://azure.microsoft.com/en-us/services/cognitive-services/form-recognizer/

セクション：Azureでの機械学習の基本原則を説明する
Explanation:
公開されたパイプラインは、[公開されたパイプライン]ページで使用できます。公開されたパイプラインを選択し、そのRESTエンドポイントを見つけます。
パイプラインを消費するには、次のものが必要です。
*サービスのRESTエンドポイント
*サービスの主キー
参照：
https://docs.microsoft.com/en-in/learn/modules/create-regression-model-azure-machine-learning-designer/deploy-service

参照：
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-designer-python
https://docs.microsoft.com/en-us/azure/machine-learning/concept-automated-ml

セクション：Azureでのコンピュータービジョンワークロードの機能について説明する
Explanation:
AzureのComputerVisionサービスを使用すると、画像を処理し、関心のある視覚機能に基づいて情報を返す高度なアルゴリズムにアクセスできます。たとえば、Computer Visionは、画像にアダルトコンテンツが含まれているかどうかを判断したり、特定のブランドやオブジェクトを検索したり、人間を検索したりできます。顔。
参照：
https://docs.microsoft.com/en-us/azure/cognitive-services/computer-vision/overview