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

参照：
https://azure.microsoft.com/es-es/blog/machine-assisted-text-classification-on-content-moderator-public-preview/
https://docs.microsoft.com/en-us/azure/architecture/data-guide/technology-choices/natural- language-processing

参照：
https://azure.microsoft.com/en-gb/services/cognitive-services/form-recognizer/#features

説明
自動生成されるテキスト説明

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

説明

ボックス 1: はい
機械学習では、データにラベルを付けた場合、データにマークアップまたは注釈が付けられ、機械学習モデルで予測したい答えであるターゲットが表示されることを意味します。
一般に、データのラベル付けとは、データのタグ付け、注釈、分類、モデレーション、転写、または処理を含むタスクを指します。
ボックス 2: いいえ
ボックス 3: いいえ
精度は単に正しく分類されたインスタンスの割合です。通常、これは分類子を評価するときに最初に参照するメトリックです。ただし、テスト データのバランスが取れていない場合 (ほとんどのインスタンスがいずれかのクラスに属している場合)、またはどちらかのクラスのパフォーマンスに関心がある場合、精度は分類子の有効性を実際には捉えません。
参照：
https://www.cloudfactory.com/data-labeling-guide
https://docs.microsoft.com/en-us/azure/machine-learning/studio/evaluate-model-performance