セクション: 人工知能のワークロードと考慮事項について説明する
解説・参考：
https://docs.microsoft.com/en-us/learn/modules/responsible-ai-principles/4-guiding-principles

Language Understanding (LUIS) は、カスタムの機械学習インテリジェンスをユーザーの会話の自然言語テキストに適用して、全体的な意味を予測し、関連する詳細な情報を引き出すクラウドベースの API サービスです。
インテントと呼ばれるユーザーの意図のカテゴリを使用して LUIS モデルを設計します。各インテントには、ユーザーの発話の例が必要です。各発話は、機械学習エンティティで抽出する必要があるデータを提供できます。
参照：
https://docs.microsoft.com/en-us/azure/cognitive-services/luis/what-is-luis

参照：
https://machinelearningmastery.com/difference-test-validation-datasets/

参照：
https://azure.microsoft.com/en-in/blog/microsoft-conversational-ai-tools-enable-developers-to-build-connect-and-manage-intelligent-bots

説明

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/algorithm-module-reference/linear-regression
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/machine-learning-initialize-m