説明

ボックス 1: いいえ
ボックス 2: はい
ボックス 3: はい
異常検出には、機械学習における多くの重要なタスクが含まれます。
詐欺の可能性のある取引を特定する。
ネットワーク侵入が発生したことを示す学習パターン。
異常な患者集団の発見。
システムに入力された値をチェックします。
参照：
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/anomaly-detection

参照：
https://docs.microsoft.com/en-us/learn/modules/responsible-ai-principles/4-guiding-principles

説明
中程度の信頼度で自動的に生成されるテーブルの説明

回帰は、一連の関連する特徴からラベルの値を予測するために使用される機械学習タスクです。
参照：
https://docs.microsoft.com/en-us/dotnet/machine-learning/resources/tasks

参照：
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-designer-python
https://docs.microsoft.com/en-us/azure/machine-learning/concept-automated-ml

説明

Box1: 感情分析
感情分析は、文章が肯定的、否定的、または中立的であるかを判断するプロセスです。
ボックス 2: 広範なエンティティの抽出
広範なエンティティの抽出: キーを含む、テキスト内の重要な概念を識別します。 キー フレーズ抽出/広範なエンティティの抽出: キー フレーズや、人、場所、組織などの名前付きエンティティを含む、テキスト内の重要な概念を識別します。
ボックス 3: エンティティの認識
固有表現の認識: テキスト内の固有表現を人、場所、組織、日付/時刻、数量、パーセンテージ、通貨などとして識別して分類します。有名なエンティティも認識され、Web 上の詳細情報にリンクされます。
参照：
https://docs.microsoft.com/en-us/azure/architecture/data-guide/technology-choices/natural- language-processing
https://azure.microsoft.com/en-us/services/cognitive-services/text-analytics