Explanation:
ボックス 1: サンプリング
データのサンプルを作成する
このオプションは、単純なランダム サンプリングまたは層化されたランダム サンプリングをサポートします。これは、テスト用に小規模な代表的なサンプル データセットを作成する場合に便利です。
1. Studio の実験に Partition and Sample モジュールを追加し、データセットを接続します。
2. パーティションまたはサンプル モード: これをサンプリングに設定します。
3. サンプリング速度。以下のボックス 2 を参照してください。
ボックス 2: 0
3. サンプリング速度。サンプリングのランダム シード: 必要に応じて、シード値として使用する整数を入力します。
このオプションは、行を毎回同じ方法で分割したい場合に重要です。デフォルト値は 0 で、開始シードがシステム クロックに基づいて生成されることを意味します。これにより、実験を実行するたびにわずかに異なる結果が生じる可能性があります。
参考文献:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/partition-and-sample

1 - モデリング エポック間で周波数帯域の長さを変更します。
2 - ステレオオーディオクリップに標準化します。
3 - 時間の経過に伴う周波数変化に逆フーリエ変換を使用します。

説明

デシジョン ツリーでは、ツリーの深さが分散を決定します。複雑な決定木 (深いものなど) は、バイアスが低く、分散が高くなります。
注: 統計と機械学習では、バイアスと分散のトレードオフは一連の予測モデルの特性であり、パラメーター推定のバイアスが低いモデルはサンプル全体のパラメーター推定の分散が大きくなり、その逆も同様です。バイアスを増やすと分散が減少します。分散を増やすと、バイアスが減少します。
参考文献:
https://machinelearningmastery.com/gentle-introduction-to-the-bias-variance-trade-off-in-machine-learning/

Azure Cognitive Services は、Microsoft の進化する機械学習 API ポートフォリオを拡張し、開発者が感情やビデオの検出などの認知機能を簡単に追加できるようにします。顔、音声、視覚認識。音声と言語の理解を応用します。Azure Cognitive Services の目標は、開発者が見て、聞いて、話し、理解し、さらには推論を開始できるアプリケーションを作成できるように支援することです。Azure Cognitive Services 内のサービスのカタログは、視覚、音声、言語、検索、知識の 5 つの主要な柱に分類できます。
参考文献:
https://docs.microsoft.com/en-us/azure/cognitive-services/welcome

Explanation:
ボックス 1: はい
ハイパーパラメータは、トレーニング プロセス自体を制御するモデルをトレーニングするために選択する調整可能なパラメータです。Azure Machine Learning を使用すると、ハイパーパラメーターの探索を効率的な方法で自動化し、時間とリソースを大幅に節約できます。ハイパーパラメータ値の範囲とトレーニング実行の最大数を指定します。その後、システムは、異なるパラメーター構成で複数の同時実行を自動的に開始し、選択したメトリックによって測定された最高のパフォーマンスをもたらす構成を見つけます。パフォーマンスの悪いトレーニング実行は自動的に早期に終了され、コンピューティング リソースの無駄が削減されます。これらのリソースは、代わりに他のハイパーパラメータ設定を調べるために使用されます。
ボックス 2: はい
uniform(low, high) - 低値と高値の間で均一に分散された値を返します。 ボックス 3: ベイジアン サンプリングなし 現在、早期終了ポリシーはサポートされていません。
参照：
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters