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/studio-module-reference/linear-regression 回帰は、アイテムの特徴に基づいて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/introd

説明

ボックス 1: 検証
顔の検証: 2 つの顔が同じ人物のものである可能性を確認し、信頼スコアを受け取ります。
ボックス 2: 類似性
ボックス 3: グループ化
ボックス 4: 識別
顔検出: 1 つまたは複数の人間の顔を、年齢、感情、ポーズ、笑顔、顔の毛などの属性と共に検出します。画像内の顔ごとに 27 のランドマークが含まれます。
参照：
https://azure.microsoft.com/en-us/services/cognitive-services/face/#features

説明

参照：
https://docs.microsoft.com/en-us/azure/bot-service/bot-service-manage-channels?view=azure-bot-service-4.0 接続するチャネルが異なるため、3 つすべてが正しいです。ボット Office 365 電子メール - ボットが Office 365 電子メールを介してユーザーと通信できるようにします。
Microsoft Teams - Microsoft Teams を介してユーザーと通信するようにボットを構成します。
Web チャット - Bot Framework Service を使用してボットを作成すると、自動的に構成されます。
https://docs.microsoft.com/en-us/azure/bot-service/bot-service-manage-channels?view=azure-bot-service-4.0