Explanation:

回帰は、関連する特徴のセット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

リアルタイム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

セクション: Azure での機械学習の基本原則を説明する
Explanation:
良いモデルとはどのようなものでしょうか?
100% の真陽性率と 0% の偽陽性率で左上隅に近づく ROC 曲線が最適なモデルになります。ランダム モデルは、左下から右上隅まで平坦な線として表示されます。ランダムよりも悪い場合は、y=x 線を下回ります。
参照：
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-under-automated-ml#classification