参照：
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-deploy-azure-kubernetes-service
https://docs.microsoft.com/en-us/azure/databricks/dev-tools/api/latest/aad/service-prin-aad-token

参照：
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/train-vowpal-wabbit-version-8-model
https://docs.microsoft.com/en-us/azure/architecture/data-guide/scenarios/interactive-data-exploration

説明

ボックス 1: はい
コンピューティングは、他のユーザーと共有できるリソースとしてワークスペース領域内に作成されます。
ボックス 2: はい
計算クラスターとして表示されます。
コンピューティングターゲットの表示
1. ワークスペースのすべてのコンピューティング ターゲットを表示するには、次の手順を実行します。
2. Azure Machine Learning スタジオに移動します。
3. 「管理」で、「コンピューティング」を選択します。
4. 上部のタブを選択して、各タイプのコンピューティング ターゲットを表示します。

ボックス 3: はい
min_nodes は指定されていないため、デフォルトは 0 です。
参照：
https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.compute.amlcompute.amlcomputeprovis
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-create-attach-compute-studio

参照：
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/split-data

説明

ボックス 1: nb_server

ボックス 2: mlc_cluster
Azure Machine Learning を使用すると、コンピューティング ターゲットと総称されるさまざまなリソースまたは環境でモデルをトレーニングできます。コンピューティング ターゲットは、ローカル マシンまたはクラウド リソース (Azure Machine Learning コンピューティング、Azure HDInsight、リモート仮想マシンなど) にすることができます。
参照：
https://docs.microsoft.com/en-us/azure/machine-learning/concept-compute-target
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-set-up-training-targets