参照：
https://docs.microsoft.com/en-us/azure/cognitive-services/face/overview

説明

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での会話型AIワークロードの機能について説明する

参照：
https://docs.microsoft.com/en-us/azure/machine-learning/concept-designer

説明
最も基本的な意味では、回帰は数値ターゲットの予測を指します。
線形回帰は、1つ以上の独立変数と数値結果または従属変数との間に線形関係を確立しようとします。
このモジュールを使用して線形回帰法を定義し、ラベル付きデータセットを使用してモデルをトレーニングします。トレーニングされたモデルは、予測を行うために使用できます。
参照：
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/linear-regression