オブジェクトの検出はタグ付けに似ていますが、API は検出された各オブジェクトの境界ボックスの座標 (ピクセル単位) を返します。たとえば、画像に犬、猫、人物が含まれている場合、検出操作では、これらのオブジェクトが画像内の座標と共に一覧表示されます。この機能を使用して、画像内のオブジェクト間の関係を処理できます。また、画像内に同じタグのインスタンスが複数あるかどうかを判断することもできます。
Detect API は、画像で識別されたオブジェクトまたは生物に基づいてタグを適用します。現在、タグ付け分類法とオブジェクト検出分類法の間に正式な関係はありません。概念レベルでは、Detect API は物体と生物のみを検出しますが、Tag API は、境界ボックスではローカライズできない「屋内」などの文脈上の用語も含めることができます。
参照：
https://docs.microsoft.com/en-us/azure/cognitive-services/computer-vision/concept-object-detection

説明
1-回帰
2- クラスタリング
3-分類

最も基本的な意味で、回帰は数値目標の予測を指します。
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。その後、トレーニング済みのモデルを使用して予測を行うことができます。
参照：
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/linear-regression 回帰は、アイテムの特徴に基づいて数値ラベルを予測するために使用される機械学習の形式です。
https://docs.microsoft.com/en-us/learn/modules/create-regression-model-azure-machine-learning-designer/introduction

説明
グラフィカル ユーザー インターフェイス、アプリケーションの説明が自動的に生成されます。

説明

参照：
https://docs.microsoft.com/en-us/azure/cognitive-services/custom-vision-service/get-started-build-detector