説明
B: Azure の Computer Vision サービスを使用すると、画像を処理し、関心のある視覚的特徴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。人間の顔を見つけます。
E: Computer Vision には、光学式文字認識 (OCR) 機能が含まれています。新しい Read API を使用して、画像やドキュメントから印刷されたテキストや手書きのテキストを抽出できます。最新のモデルを使用し、さまざまな表面や背景でテキストを処理します。これらには、レシート、ポスター、名刺、手紙、ホワイトボードが含まれます。2 つの OCR API は、複数の言語で印刷されたテキストの抽出をサポートしています。
参照：
https://docs.microsoft.com/en-us/azure/cognitive-services/computer-vision/overview

説明
信頼性と安全性
https://en.wikipedia.org/wiki/Tay_(ボット)
「信頼を築くには、AIシステムが通常の状況下でも予期しない状況でも、信頼性が高く、安全に、一貫して動作することが重要です。これらのシステムは、当初の設計どおりに動作し、予期しない状況に安全に対応し、有害な操作に抵抗できる必要があります.また、これらのシステムが実際の動作条件下で意図したとおりに動作していることを検証できることも重要です.それらがどのように動作するか、およびそれらが確実かつ安全に処理できるさまざまな条件は、開発者が設計およびテスト中に予想するさまざまな状況と状況を大きく反映しています. AI システムが予期しない状況やエッジ ケースに安全に対応し、予期しないパフォーマンス障害が発生しないようにするためには、システムの開発と展開中に厳格なテストが不可欠であると考えています。当初の期待と矛盾する形で進化する」

説明

リアルタイムの推論を実行するには、パイプラインをリアルタイム エンドポイントとしてデプロイする必要があります。
リアルタイム エンドポイントは、Azure Kubernetes Service クラスターにデプロイする必要があります。
参照：
https://docs.microsoft.com/en-us/azure/machine-learning/concept-designer#deploy

説明

ボックス 1: 特徴
ボックス 2: ラベル
参照：
https://docs.microsoft.com/en-us/azure/machine-learning/studio/interpret-model-results