@azure/arm-machinelearning package

Ce type de connexion couvre l’authentification AAD pour tout service Azure applicable

Propriétés AKS

Ce type de connexion couvre la connexion de clé de compte pour le stockage Azure

Configuration des informations d’identification du magasin de données de compte.

Secrets de clé de compte du magasin de données.

Détails du compte ACR à utiliser pour le Registre

Calcul Machine Learning basé sur AKS.

Secrets liés à un calcul Machine Learning basé sur AKS.

Propriétés d’AksComputeSecrets

Configuration avancée pour la mise en réseau AKS

Tous les nœuds signifient que le service s’exécute sur tous les nœuds du travail.

Calcul Azure Machine Learning.

Informations de nœud de calcul relatives à amlCompute.

Résultat des nœuds AmlCompute

Propriétés de calcul AML

Propriétés(niveau supérieur) d’AmlCompute

Configuration de l’identité de jeton AML.

Définition d’identité de calcul de jeton AML.

Fonctionnalités activées pour un espace de travail

Accéder aux informations d’identification sans informations d’identification

Ce type de connexion couvre les catégories de connexion d’authentification ApiKey génériques, par exemple : AzureOpenAI : Category := AzureOpenAI AuthType := ApiKey (en tant que discriminateur de type) Credentials := {ApiKey} en tant que Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target := {ApiBase}

CognitiveService : Category := CognitiveService AuthType := ApiKey (en tant que discriminateur de type) Credentials := {SubscriptionKey} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target := ServiceRegion={serviceRegion}

CognitiveSearch : Category := CognitiveSearch AuthType := ApiKey (en tant que discriminateur de type) Credentials := {Key} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target := {Endpoint}

Utiliser le conteneur de propriétés de métadonnées pour ApiType, ApiVersion, Kind et d’autres champs de métadonnées

ARM ResourceId d’une ressource

Type d’entrée de ressource.

Type de sortie de ressource.

Définition de base pour les références de ressources.

Utilisateur qui peut être affecté à une instance de calcul.

Horizon de prévision déterminé automatiquement par le système.

Classe AutoMLJob. Utilisez cette classe pour exécuter des tâches AutoML telles que classification/régression, etc. Consultez l’énumération TaskType pour toutes les tâches prises en charge.

Classe verticale AutoML. Classe de base pour les verticales AutoML - TableVertical/ImageVertical/NLPVertical

Les validations croisées ont été déterminées automatiquement.

Propriétés de pause automatique

Propriétés de mise à l’échelle automatique

Prévision de saisonnalité.

Nombre de périodes passées à décalager à partir de la colonne cible.

La fenêtre propagée des retards cibles est déterminée automatiquement.

Configuration du magasin de données Blob Azure.

Configuration du magasin de données Azure Data Lake Gen1.

Configuration du magasin de données Azure Data Lake Gen2.

Définition de base pour la configuration du contenu du magasin de données Azure.

Détails du webhook spécifiques pour Azure DevOps

Configuration du magasin de données Azure File.

Paramètres facultatifs.

Définit une stratégie d’arrêt anticipé basée sur des critères de marge, ainsi qu’une fréquence et un intervalle de retard pour l’évaluation

Définition du modèle de ressource pour une ressource de niveau supérieur suivi d’Azure Resource Manager qui a des « balises » et un « emplacement »

Propriétés pertinentes pour différents types de déploiement.

Paramètres d’inférence par lot par déploiement.

Liste paginé des entités BatchDeployment.

Interface représentant un BatchDeployments.

Définit des en-têtes pour l’opération de BatchDeployments_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération BatchDeployments_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de BatchDeployments_update.

Paramètres facultatifs.

Définition du modèle de ressource pour une ressource de niveau supérieur suivi d’Azure Resource Manager qui a des « balises » et un « emplacement »

Valeurs par défaut du point de terminaison Batch

Configuration du point de terminaison Batch.

Liste paginé d’entités BatchEndpoint.

Interface représentant un BatchEndpoints.

Définit des en-têtes pour l’opération BatchEndpoints_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de BatchEndpoints_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de BatchEndpoints_update.

Paramètres facultatifs.

Propriétés d’un déploiement de composant de pipeline Batch.

Réessayez les paramètres d’une opération d’inférence par lots.

Définit un algorithme d’échantillonnage qui génère des valeurs basées sur des valeurs précédentes

Décrit les options de liaison pour le conteneur

Paramètres de configuration pour le contexte de build Docker

Configuration des informations d’identification du magasin de données de certificat.

Secrets de certificat du magasin de données.

Tâche de classification dans la table AutoML verticale.

Configuration associée à la formation de classification.

Paramètres de mise à jour AmlCompute.

Configuration d’une ressource de code de scoring.

Enveloppe de ressource Azure Resource Manager.

Conteneur pour les versions de ressources de code.

Liste paginé des entités CodeContainer.

Interface représentant un CodeContainers.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Enveloppe de ressource Azure Resource Manager.

Détails de la version de ressource de code.

Liste paginé d’entités CodeVersion.

Interface représentant un CodeVersions.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de CodeVersions_publish.

Paramètres facultatifs.

Paramètres du transformateur de colonne.

Définition du travail de commande.

Classe limite de travaux de commande.

Enveloppe de ressource Azure Resource Manager.

Définition du conteneur de composant. <voir href="https://docs.microsoft.com/en-us/azure/machine-learning/reference-yaml-component-command" />

Liste paginé des entités ComponentContainer.

Interface représentant un ComponentContainers.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Enveloppe de ressource Azure Resource Manager.

Définition d’une version de composant : définit les ressources qui s’étendent sur les types de composants.

Liste paginé des entités ComponentVersion.

Interface représentant un ComponentVersions.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de ComponentVersions_publish.

Paramètres facultatifs.

Objet de calcul Machine Learning.

Définit des en-têtes pour l’opération de Compute_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de Compute_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Instance de calcul Azure Machine Learning.

Définit une application d’instance Aml et son URI de point de terminaison de connectivité.

Définit tous les points de terminaison et propriétés de connectivité pour une ComputeInstance.

Définit un conteneur d’instance Aml.

Décrit des informations sur l’utilisateur qui a créé cette ComputeInstance.

Définit un DataDisk d’instance Aml.

Définit un DataMount d’instance Aml.

Informations sur l’environnement

Dernière opération sur ComputeInstance.

Propriétés de l’instance de calcul

Propriétés(niveau supérieur) de ComputeInstance

Spécifie la stratégie et les paramètres pour l’accès SSH.

Version de computeInstance.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Interface représentant un ComputeOperations.

Objet de calcul Machine Learning encapsulé dans l’enveloppe de ressources ARM.

Paramètres facultatifs.

Configuration du runtime de calcul pour l’espace de travail de type magasin de fonctionnalités.

Liste des planifications à appliquer sur les calculs

Secrets liés à un calcul Machine Learning. Peut différer pour chaque type de calcul.

Paramètres facultatifs.

Propriétés de planification de l’arrêt de calcul

Paramètres facultatifs.

Paramètres facultatifs.

Configuration requise pour chaque instance de conteneur au sein d’un déploiement en ligne.

Le déclencheur de flux de travail cron pour le type de planification ComputeStartStop.

Horizon de prévision maximal souhaité en unités de fréquence de série chronologique.

Objet d’informations d’identification clés personnalisées

Category := CustomKeys AuthType := CustomKeys (as type discriminator) Credentials := {CustomKeys} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.CustomKeys Target := {any value} Use Metadata property bag for ApiVersion et autres champs de métadonnées

Type d’entrée de ressource.

Type de sortie de ressource.

Les validations croisées sont spécifiées par l’utilisateur.

Prévision de saisonnalité.

Spécifie la configuration du service personnalisé

Nombre de périodes passées à décalager à partir de la colonne cible.

Prévision de la taille de fenêtre propagée cible.

Enveloppe de ressource Azure Resource Manager.

Conteneur pour les versions des ressources de données.

Liste paginé des entités DataContainer.

Interface représentant un DataContainers.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Calcul DataFactory.

Calcul DataLakeAnalytics.

Référence à une ressource via son chemin d’accès dans un magasin de données.

Classe de base DataReferenceCredential

Enveloppe de ressource Azure Resource Manager.

Définition de base de la version de données

Liste paginé d’entités DataVersionBase.

Interface représentant une DataVersions.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Définit des en-têtes pour l’opération DataVersions_publish.

Paramètres facultatifs.

Calcul DataFactory.

Secrets liés à un calcul Machine Learning basé sur Databricks.

Propriétés des secrets de calcul Databricks

Propriétés de Databricks

Enveloppe de ressource Azure Resource Manager.

Définition de base pour les informations d’identification du magasin de données.

Définition de base pour la configuration du contenu du magasin de données.

Liste paginé d’entités de magasin de données.

Définition de base pour les secrets du magasin de données.

Interface représentant des magasins de données.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Configuration de la mise à l’échelle du déploiement en ligne.

Publication des informations sur les ressources du Registre de destination

Résultat du diagnostic

Paramètres pour diagnostiquer un espace de travail

Définition de base pour la configuration de la distribution des travaux.

Configuration du conteneur Docker

Informations d’identification pour Docker avec nom d’utilisateur et mot de passe

Les stratégies d’arrêt anticipé permettent d’annuler les exécutions médiocres avant qu’elles ne se terminent

Décrit la configuration du point de terminaison pour le conteneur

Clés pour l’authentification de point de terminaison.

Jeton de service

Définition de base pour le déploiement de points de terminaison.

Définition de base du point de terminaison d’inférence

Enveloppe de ressource Azure Resource Manager.

Conteneur pour les versions de spécification d’environnement.

Liste paginé des entités EnvironmentContainer.

Interface représentant un EnvironmentContainers.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Variables d’environnement pour le conteneur

Enveloppe de ressource Azure Resource Manager.

Détails de la version de l’environnement.

Liste paginé des entités EnvironmentVersion.

Interface représentant un EnvironmentVersions.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de EnvironmentVersions_publish.

Paramètres facultatifs.

Informations supplémentaires sur l’erreur de gestion des ressources.

Détail de l’erreur.

Réponse d’erreur courante pour toutes les API Azure Resource Manager afin de retourner les détails de l’erreur pour les opérations ayant échoué. (Cela suit également le format de réponse d’erreur OData.).

Informations de prix estimées pour l’utilisation d’une machine virtuelle d’un type de système d’exploitation particulier, d’un niveau, etc.

Informations de prix estimées pour l’utilisation d’une machine virtuelle.

Enveloppe de ressource Azure Resource Manager.

Objet DTO représentant la fonctionnalité

Liste paginé d’entités de fonctionnalité.

Paramètres de l’espace de travail du type de magasin de fonctionnalités.

Spécifie la fenêtre de fonctionnalité

Interface représentant une fonctionnalité.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Enveloppe de ressource Azure Resource Manager.

Objet DTO représentant l’ensemble de fonctionnalités

Liste paginé des entités FeaturesetContainer.

Interface représentant un FeaturesetContainers.

Définit des en-têtes pour l’opération FeaturesetContainers_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de FeaturesetContainers_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Objet DTO représentant la spécification

Enveloppe de ressource Azure Resource Manager.

Charge utile de la demande de création d’une demande de remplissage pour une version donnée d’un jeu de fonctionnalités donné

Charge utile de réponse pour la création d’une demande de remplissage pour une version donnée de l’ensemble de fonctionnalités

Objet DTO représentant la version du jeu de fonctionnalités

Liste paginé des entités FeaturesetVersion.

Interface représentant un FeaturesetVersions.

Définit des en-têtes pour l’opération FeaturesetVersions_backfill.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de FeaturesetVersions_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de FeaturesetVersions_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Enveloppe de ressource Azure Resource Manager.

Objet DTO représentant l’entité de fonctionnalité

Liste paginé des entités FeaturestoreEntityContainer.

Interface représentant un FeaturestoreEntityContainers.

Définit des en-têtes pour l’opération FeaturestoreEntityContainers_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération FeaturestoreEntityContainers_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Enveloppe de ressource Azure Resource Manager.

Objet DTO représentant la version de l’entité de fonctionnalité

Liste paginé des entités FeaturestoreEntityVersion.

Interface représentant un FeaturestoreEntityVersions.

Définit des en-têtes pour l’opération de FeaturestoreEntityVersions_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de FeaturestoreEntityVersions_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Configuration de la caractérisation.

Correction de la définition des données d’entrée.

Horizon de prévision maximal souhaité en unités de fréquence de série chronologique.

Tâche de prévision dans la table AutoML verticale.

Prévision de paramètres spécifiques.

Configuration associée à la prévision de l’entraînement.

Règle de trafic sortant du nom de domaine complet pour le réseau managé d’un espace de travail Machine Learning.

BlobReferenceSASRequest pour l’API getBlobReferenceSAS

BlobReferenceSASResponse pour l’API getBlobReferenceSAS

Définit un algorithme d’échantillonnage qui génère de manière exhaustive chaque combinaison de valeurs dans l’espace

Calcul HDInsight.

Propriétés de calcul HDInsight

Référence à une ressource via son ID de ressource ARM.

Définition de base pour la configuration d’identité.

Identité qui sera utilisée pour accéder au coffre de clés pour le chiffrement au repos

Arrête l’instance de calcul après la période d’inactivité définie par l’utilisateur.

Décrit les spécifications d’image

Classification d’images. La classification d’images à plusieurs classes est utilisée lorsqu’une image est classifiée avec une seule étiquette à partir d’un ensemble de classes , par exemple, chaque image est classée comme une image d’un « chat » ou d’un « chien » ou d’un « canard ».

Classe abstraite pour les tâches AutoML qui entraînent des modèles image (vision par ordinateur), tels que la classification d’images / classification d’images multilabel / Détection d’objets Image / Segmentation d’instance d’image.

Étiquettes multiples de classification d’images. La classification d’images à plusieurs étiquettes est utilisée lorsqu’une image peut avoir une ou plusieurs étiquettes à partir d’un ensemble d’étiquettes , par exemple une image peut être étiquetée avec « chat » et « dog ».

Segmentation d’instance d’image. La segmentation d’instance permet d’identifier les objets d’une image au niveau du pixel, en dessinant un polygone autour de chaque objet de l’image.

Limitez les paramètres du travail AutoML.

Retourne des métadonnées sur l’image du système d’exploitation pour cette instance de calcul.

Expressions de distribution pour balayer les valeurs des paramètres du modèle. <exemple> Quelques exemples sont :

ModelName = "choice('seresnext', 'resnest50')";
LearningRate = "uniform(0.001, 0.01)";
LayersToFreeze = "choice(0, 2)";
```</example>
All distributions can be specified as distribution_name(min, max) or choice(val1, val2, ..., valn)
where distribution name can be: uniform, quniform, loguniform, etc
For more details on how to compose distribution expressions please check the documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters
For more information on the available settings please visit the official documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Expressions de distribution pour balayer les valeurs des paramètres du modèle. <exemple> Quelques exemples sont :

ModelName = "choice('seresnext', 'resnest50')";
LearningRate = "uniform(0.001, 0.01)";
LayersToFreeze = "choice(0, 2)";
```</example>
For more details on how to compose distribution expressions please check the documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters
For more information on the available settings please visit the official documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Expressions de distribution pour balayer les valeurs des paramètres du modèle. <exemple> Quelques exemples sont :

ModelName = "choice('seresnext', 'resnest50')";
LearningRate = "uniform(0.001, 0.01)";
LayersToFreeze = "choice(0, 2)";
```</example>
For more details on how to compose distribution expressions please check the documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters
For more information on the available settings please visit the official documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Paramètres utilisés pour l’apprentissage du modèle. Pour plus d’informations sur les paramètres disponibles, consultez la documentation officielle : https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Paramètres utilisés pour l’apprentissage du modèle. Pour plus d’informations sur les paramètres disponibles, consultez la documentation officielle : https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Paramètres utilisés pour l’apprentissage du modèle. Pour plus d’informations sur les paramètres disponibles, consultez la documentation officielle : https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Détection d’objets image. La détection d’objets permet d’identifier les objets d’une image et de localiser chaque objet avec une zone englobante, par exemple, localiser tous les chiens et les chats dans une image et dessiner un cadre englobant autour de chacun d’eux.

Classe abstraite pour les tâches AutoML qui entraînent des modèles image (vision par ordinateur), tels que la classification d’images / classification d’images multilabel / Détection d’objets Image / Segmentation d’instance d’image.

Modèles de balayage et de balayage hyperparamètres paramètres associés au balayage.

Classe abstraite pour les tâches AutoML qui entraînent des modèles image (vision par ordinateur), tels que la classification d’images / classification d’images multilabel / Détection d’objets Image / Segmentation d’instance d’image.

Objet DTO représentant la colonne d’index

Schéma de type d’instance.

Demandes/limites de ressources pour ce type d’instance

Enveloppe de ressource Azure Resource Manager.

Définition de base d’un travail.

Liste paginé des entités JobBase.

Définition du travail de commande.

Informations sur le conteneur de définition de sortie de travail sur l’emplacement où trouver la sortie/les journaux de travail.

Définition du point de terminaison de travail

Interface représentant un travail.

Définit des en-têtes pour l’opération Jobs_cancel.

Paramètres facultatifs.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de Jobs_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Calcul Machine Learning basé sur le calcul Kubernetes.

Propriétés spécifiques à un KubernetesOnlineDeployment.

Propriétés Kubernetes

Schéma de calcul Kubernetes

Configuration de l’artefact OneLake (source de données).

Réponse de l’opération de fonctionnalité utilisateur List Aml.

Réponse de l’opération d’utilisation de liste.

Réponse de l’opération List WorkspaceQuotasByVMFamily.

Type d’entrée littéral.

Type d’entrée de ressource.

Type de sortie de ressource.

Définition de données MLTable

Type d’entrée de ressource.

Type de sortie de ressource.

Définition d’identité de calcul managée.

Configuration de l’identité managée.

Informations d’identification pour l’identité managée par l’utilisateur

Options d’approvisionnement de réseau managé pour le réseau managé d’un espace de travail Machine Learning.

État de l’approvisionnement pour le réseau managé d’un espace de travail Machine Learning.

Interface représentant un ManagedNetworkProvisions.

Définit des en-têtes pour l’opération de ManagedNetworkProvisions_provisionManagedNetwork.

Paramètres facultatifs.

Paramètres réseau managés pour un espace de travail Machine Learning.

Interface représentant un ManagedNetworkSettingsRule.

Définit des en-têtes pour l’opération de ManagedNetworkSettingsRule_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de ManagedNetworkSettingsRule_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Propriétés spécifiques à un ManagedOnlineDeployment.

Identité de service managée (identités affectées par le système et/ou identités affectées par l’utilisateur)

Enveloppe de ressource Azure Resource Manager.

Liste paginé des entités MarketplaceSubscription.

Interface représentant un MarketplaceSubscriptions.

Définit des en-têtes pour l’opération MarketplaceSubscriptions_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de MarketplaceSubscriptions_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Objet DTO représentant la ressource de calcul

Définit une stratégie d’arrêt anticipé basée sur les moyennes en cours d’exécution de la métrique principale de toutes les exécutions

Enveloppe de ressource Azure Resource Manager.

Liste paginé des entités ModelContainer.

Interface représentant un ModelContainers.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Enveloppe de ressource Azure Resource Manager.

Détails de la version des ressources du modèle.

Liste paginé des entités ModelVersion.

Interface représentant un ModelVersions.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de ModelVersions_publish.

Paramètres facultatifs.

Surveillez la définition de base de la configuration de calcul.

Surveiller la définition de base de l’identité de calcul.

Surveillez la définition de calcul spark serverless.

Surveillance de la définition de base de données d’entrée.

Définition de la cible de surveillance.

Configuration de distribution MPI.

Valeur de validation n-croisée.

Classe abstraite pour NLP tâches AutoML associées. NLP - Traitement du langage naturel.

Configuration de la caractérisation.

Contraintes d’exécution de travaux.

Nombre de différents états de nœud de calcul sur amlCompute.

Définition de nœuds abstraits

Informations d’identification du magasin de données vides/aucune.

Configuration de la notification.

Objectif d’optimisation.

Configuration de l’artefact OneLake (source de données).

Configuration du magasin de données OneLake (Trident).

Définition du modèle de ressource pour une ressource de niveau supérieur suivi d’Azure Resource Manager qui a des « balises » et un « emplacement »

Définition de base pour le déploiement de points de terminaison.

Liste paginé des entités OnlineDeployment.

Interface représentant un OnlineDeployments.

Définit des en-têtes pour l’opération de OnlineDeployments_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de OnlineDeployments_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Définit des en-têtes pour l’opération OnlineDeployments_update.

Paramètres facultatifs.

Définition du modèle de ressource pour une ressource de niveau supérieur suivi d’Azure Resource Manager qui a des « balises » et un « emplacement »

Configuration du point de terminaison en ligne

Liste paginé d’entités OnlineEndpoint.

Interface représentant un OnlineEndpoints.

Définit des en-têtes pour l’opération de OnlineEndpoints_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de OnlineEndpoints_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de OnlineEndpoints_regenerateKeys.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de OnlineEndpoints_update.

Paramètres facultatifs.

Configuration des demandes de scoring de déploiement en ligne.

Configuration de la mise à l’échelle du déploiement en ligne.

Détails d’une opération d’API REST, retournée par l’API d’opérations du fournisseur de ressources

Informations d’affichage localisées pour cette opération particulière.

Liste des opérations d’API REST prises en charge par un fournisseur de ressources Azure. Il contient un lien d’URL pour obtenir le jeu de résultats suivant.

Interface représentant une opération.

Paramètres facultatifs.

Règle de trafic sortant pour le réseau managé d’un espace de travail Machine Learning.

Ressource de base de règle de trafic sortant pour le réseau managé d’un espace de travail Machine Learning.

Liste des règles de trafic sortant pour le réseau managé d’un espace de travail Machine Learning.

Référence à une ressource via son chemin d’accès dans une sortie de travail.

Liste paginé des objets de calcul Machine Learning encapsulés dans l’enveloppe de ressources ARM.

Paramètres d’inférence par lot mutables par déploiement.

Strictement utilisé dans les demandes de mise à jour.

Identité de service managée (identités affectées par le système et/ou identités affectées par l’utilisateur)

Strictement utilisé dans les demandes de mise à jour.

Strictement utilisé dans les demandes de mise à jour.

Strictement utilisé dans les demandes de mise à jour.

Strictement utilisé dans les demandes de mise à jour.

Strictement utilisé dans les demandes de mise à jour.

Définition de référence SKU commune.

Paramètres d’une instance de calcul personnelle.

Définition du travail de pipeline : définit les attributs MFE génériques.

Ressource de point de terminaison privé.

Ressource de connexion de point de terminaison privé.

Liste des connexions de point de terminaison privé associées à l’espace de travail spécifié

Interface représentant un PrivateEndpointConnections.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Destination de point de terminaison privé pour une règle de trafic sortant de point de terminaison privé pour le réseau managé d’un espace de travail Machine Learning.

Règle de trafic sortant de point de terminaison privé pour le réseau managé d’un espace de travail Machine Learning.

Ressource réseau PE liée à cette connexion PE.

Ressource de liaison privée

Liste des ressources de liaison privée

Interface représentant un PrivateLinkResources.

Paramètres facultatifs.

Collection d’informations sur l’état de la connexion entre le consommateur de services et le fournisseur.

Configuration de la sonde liveness/readiness du conteneur de déploiement.

Définition du modèle de ressource pour une ressource proxy Azure Resource Manager. Il n’aura pas de balises et un emplacement

Configuration de la distribution PyTorch.

Propriétés de la mise à jour ou de la récupération de quota.

Paramètres de mise à jour de quota.

Interface représentant un quota.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Définit un algorithme d’échantillonnage qui génère des valeurs de manière aléatoire

La périodicité du déclencheur de flux de travail pour le type de planification ComputeStartStop.

Interface représentant un registre.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de Registries_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de Registries_removeRegions.

Paramètres facultatifs.

Paramètres facultatifs.

Définition du modèle de ressource pour une ressource de niveau supérieur suivi d’Azure Resource Manager qui a des « balises » et un « emplacement »

Interface représentant un RegistryCodeContainers.

Définit des en-têtes pour l’opération RegistryCodeContainers_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de RegistryCodeContainers_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Interface représentant un RegistryCodeVersions.

Paramètres facultatifs.

Définit les en-têtes pour l’opération de RegistryCodeVersions_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération RegistryCodeVersions_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Interface représentant un RegistryComponentContainers.

Définit des en-têtes pour l’opération de RegistryComponentContainers_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération RegistryComponentContainers_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Interface représentant un RegistryComponentVersions.

Définit des en-têtes pour l’opération de RegistryComponentVersions_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de RegistryComponentVersions_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Interface représentant un RegistryDataContainers.

Définit des en-têtes pour l’opération de RegistryDataContainers_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de RegistryDataContainers_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Interface représentant un RegistryDataReferences.

Paramètres facultatifs.

Interface représentant un RegistryDataVersions.

Paramètres facultatifs.

Définit des en-têtes pour l’opération RegistryDataVersions_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de RegistryDataVersions_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Interface représentant un RegistryEnvironmentContainers.

Définit des en-têtes pour l’opération de RegistryEnvironmentContainers_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de RegistryEnvironmentContainers_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Interface représentant un RegistryEnvironmentVersions.

Définit des en-têtes pour l’opération de RegistryEnvironmentVersions_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de RegistryEnvironmentVersions_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Interface représentant un RegistryModelContainers.

Définit des en-têtes pour l’opération de RegistryModelContainers_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de RegistryModelContainers_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Interface représentant un RegistryModelVersions.

Paramètres facultatifs.

Définit des en-têtes pour l’opération RegistryModelVersions_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de RegistryModelVersions_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Identité de service managée (identités affectées par le système et/ou identités affectées par l’utilisateur)

Définition de connexion de point de terminaison privé.

État de connexion.

Détails de chaque région dans laquelle se trouve le Registre

Liste paginé des entités de Registre.

Tâche de régression dans la table AutoML verticale.

Configuration associée à l’apprentissage de régression.

Champs courants retournés dans la réponse pour toutes les ressources Azure Resource Manager

Représente un ID de ressource. Par exemple, pour un sous-réseau, il s’agit de l’URL de ressource du sous-réseau.

Nom de la ressource.

Quota affecté à une ressource.

Définition de données d’entrée propagée.

Accès avec l’URI SAP complet

Algorithme d’échantillonnage utilisé pour générer des valeurs d’hyperparamètres, ainsi que des propriétés pour configurer l’algorithme

Configuration des informations d’identification du magasin de données SAP.

Secrets SAS du magasin de données.

Paramètres de mise à l’échelle pour le calcul AML

Paramètres de mise à l’échelle souhaités pour amlCompute.

Enveloppe de ressource Azure Resource Manager.

Définition de base d’une planification

Liste paginé des entités Schedule.

Interface représentant une planification.

Définit des en-têtes pour l’opération de Schedules_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération Schedules_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Informations de référence sur les scripts

Scripts d’installation personnalisés

Prévision de saisonnalité.

Définition du modèle de ressource pour une ressource de niveau supérieur suivi d’Azure Resource Manager qui a des « balises » et un « emplacement »

Liste paginé des entités ServerlessEndpoint.

Interface représentant un serverlessEndpoints.

Définit des en-têtes pour l’opération de ServerlessEndpoints_createOrUpdate.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de ServerlessEndpoints_delete.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de ServerlessEndpoints_regenerateKeys.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de ServerlessEndpoints_update.

Paramètres facultatifs.

Configuration des informations d’identification du magasin de données du principal de service.

Secrets du principal du service du magasin de données.

Destination d’étiquette de service pour une règle sortante d’étiquette de service pour le réseau managé d’un espace de travail Machine Learning.

Règle de sortie de balise de service pour le réseau managé d’un espace de travail Machine Learning.

Détails des scripts personnalisés à exécuter pour configurer le cluster.

Définition du modèle de ressource représentant la référence SKU

Informations sur la capacité de référence SKU

Répond à la condition du contrat ARM de répertorier toutes les références SKU disponibles pour une ressource.

Liste paginé des entités SkuResource.

SkuSetting répond au besoin d’informations de référence SKU supprimées dans le contrat ARM.

Définition du travail Spark.

Définition du point d’entrée de travail Spark.

Définition du point d’entrée de travail Spark.

Définition du point d’entrée de travail Spark.

Configuration ssl pour le scoring

Avance le paramètre pour personnaliser l’exécution de StackEnsemble.

Définition de données d’entrée statique.

Détails du compte de stockage à utiliser pour le Registre

Définition du travail de balayage.

Classe limite de travaux de balayage.

Calcul SynapseSpark.

Métadonnées relatives à la création et à la dernière modification de la ressource.

Un service système s’exécutant sur un calcul.

Classe abstraite pour les tâches AutoML qui utilisent le jeu de données de table comme entrée, par exemple classification/régression/prévision.

Configuration de la caractérisation.

Contraintes d’exécution de travaux.

Nombre de périodes passées à décalager à partir de la colonne cible.

Prévision de la taille de fenêtre propagée cible.

Configuration de la mise à l’échelle du déploiement en ligne.

Configuration de distribution TensorFlow.

Tâche de classification de texte dans AutoML NLP verticale. NLP - Traitement du langage naturel.

Tâche multi-étiquette de classification de texte dans AutoML NLP verticale. NLP - Traitement du langage naturel.

Text-NER tâche dans autoML NLP verticale. NER - Reconnaissance d’entité nommée. NLP - Traitement du langage naturel.

Décrit les options tmpfs pour le conteneur

Définition du modèle de ressource pour une ressource de niveau supérieur suivi d’Azure Resource Manager qui a des « balises » et un « emplacement »

Configuration associée à l’apprentissage.

Définition du composant d’évaluation.

Type d’entrée de ressource.

Type de sortie de ressource.

Définit une stratégie d’arrêt anticipé qui annule un pourcentage donné d’exécutions à chaque intervalle d’évaluation.

Propriétés de la réponse de quota de mise à jour.

Résultat du quota d’espace de travail de mise à jour.

entité de version de données uri-file

Type d’entrée de ressource.

Type de sortie de ressource.

entité de version de données uri-folder

Type d’entrée de ressource.

Type de sortie de ressource.

Décrit l’utilisation des ressources AML.

Noms d’utilisation.

Interface représentant une utilisation.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres du compte d’utilisateur qui est créé sur chacun des nœuds d’un calcul.

Propriétés d’identité attribuées par l’utilisateur

Configuration de l’identité de l’utilisateur.

Calcul Machine Learning basé sur des machines virtuelles Azure.

Image de machine virtuelle pour le calcul Windows AML

Secrets liés à un calcul Machine Learning basé sur AKS.

Décrit les propriétés d’une taille de machine virtuelle.

Réponse de l’opération liste de taille de machine virtuelle.

Interface représentant un VirtualMachineSizes.

Paramètres facultatifs.

Informations d’identification d’administrateur pour la machine virtuelle

Décrit la configuration du volume pour le conteneur

Décrit les options de volume pour le conteneur

Base de webhook

Objet qui représente un espace de travail Machine Learning.

Objet de clé API pour les informations d’identification de connexion de l’espace de travail.

ClientId et ClientSecret sont requis. D’autres propriétés sont facultatives en fonction de l’implémentation de chaque fournisseur OAuth2.

Champs courants retournés dans la réponse pour toutes les ressources Azure Resource Manager

Interface représentant un WorkspaceConnections.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Interface représentant un WorkspaceFeatures.

Paramètres facultatifs.

Paramètres facultatifs.

Objet de configuration d’WorkspaceHub.

Résultat d’une demande de liste des espaces de travail Machine Learning.

Paramètres de mise à jour d’un espace de travail Machine Learning.

Interface représentant un espace de travail.

Définit des en-têtes pour l’opération de Workspaces_createOrUpdate.

Paramètres facultatifs.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de Workspaces_diagnose.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de Workspaces_prepareNotebook.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de Workspaces_resyncKeys.

Paramètres facultatifs.

Définit des en-têtes pour l’opération de Workspaces_update.

Paramètres facultatifs.

Définit des valeurs pour ActionType.
KnownActionType peut être utilisé de manière interchangeable avec ActionType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

interne

Définit des valeurs pour AllocationState.
KnownAllocationState peut être utilisé de manière interchangeable avec AllocationState, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Régulier
redimensionnement

Définit des valeurs pour ApplicationSharingPolicy.
KnownApplicationSharingPolicy peut être utilisé de manière interchangeable avec ApplicationSharingPolicy, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Personnel
Partagé

Définit des valeurs pour AssetProvisioningState.
KnownAssetProvisioningState peut être utilisé de manière interchangeable avec AssetProvisioningState, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Réussi
Échec
Annulé
création d'
mise à jour
suppression de

Définit des valeurs pour AutoRebuildSetting.
KnownAutoRebuildSetting peut être utilisé de manière interchangeable avec AutoRebuildSetting, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Désactivé
OnBaseImageUpdate

Définit des valeurs pour l’enregistrement automatique.
KnownAutosave peut être utilisé de manière interchangeable avec l’enregistrement automatique, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Aucun
Local
À distance

Définit des valeurs pour BatchDeploymentConfigurationType.
KnownBatchDeploymentConfigurationType pouvez être utilisé de manière interchangeable avec BatchDeploymentConfigurationType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Modèle
PipelineComponent

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Contient des données de réponse pour l’opération de mise à jour.

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listKeys.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Contient des données de réponse pour l’opération de mise à jour.

Définit des valeurs pour BatchLoggingLevel.
KnownBatchLoggingLevel peut être utilisé de manière interchangeable avec BatchLoggingLevel, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Info
Avertissement
Déboguer

Définit des valeurs pour BatchOutputAction.
KnownBatchOutputAction peut être utilisé de manière interchangeable avec BatchOutputAction, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

SummaryOnly
AppendRow

Définit les valeurs de BillingCurrency.
KnownBillingCurrency pouvez être utilisé de manière interchangeable avec BillingCurrency, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

USD

Définit des valeurs pour BlockedTransformers.
KnownBlockedTransformers peuvent être utilisés de manière interchangeable avec BlockedTransformers, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

TextTargetEncoder: encodage cible pour les données de texte.
OneHotEncoder: l’encodage chaud Ohe crée une transformation de fonctionnalité binaire.
CatTargetEncoder: encodage cible pour les données catégorielles.
TfIdf: Tf-Idf correspond à la fréquence inverse du document. Il s’agit d’un schéma de pondération de termes courant pour identifier les informations provenant de documents.
WoETargetEncoder: l’encodage weight of Evidence est une technique utilisée pour encoder des variables catégorielles. Il utilise le journal naturel du P(1)/P(0) pour créer des poids.
LabelEncoder: l’encodeur d’étiquette convertit les étiquettes/variables catégorielles dans un formulaire numérique.
WordEmbedding: l’incorporation de Word permet de représenter des mots ou des expressions sous la forme d’un vecteur ou d’une série de nombres.
NaiveBayes: Naive Bayes est un classement utilisé pour la classification des caractéristiques discrètes distribuées par catégorie.
CountVectorizer: Count Vectorizer convertit une collection de documents texte en matrice de nombres de jetons.
HashOneHotEncoder: hachage d’un encodeur chaud peut transformer des variables catégorielles en un nombre limité de nouvelles fonctionnalités. Cette fonctionnalité est souvent utilisée pour les caractéristiques catégorielles de cardinalité élevée.

Définit des valeurs pour la mise en cache.
' KnownCaching peut être utilisé de manière interchangeable avec la mise en cache, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Aucun
ReadOnly
ReadWrite

Définit des valeurs pour CategoricalDataDriftMetric.
KnownCategoricalDataDriftMetric peut être utilisé de manière interchangeable avec CategoricalDataDriftMetric, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

JensenShannonDistance: métrique Jensen Shannon Distance (JSD).
PopulationStabilityIndex: Métrique PSI (Population Stability Index).
PearsonsChiSquaredTest: Métrique de test Pearsons Chi Squared.

Définit des valeurs pour CategoricalDataQualityMetric.
KnownCategoricalDataQualityMetric peut être utilisé de manière interchangeable avec CategoricalDataQualityMetric, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

NullValueRate: calcule le taux de valeurs Null.
DataTypeErrorRate: calcule le taux d’erreurs de type de données.
OutOfBoundsRate: calcule les valeurs de taux hors limites.

Définit des valeurs pour CategoricalPredictionDriftMetric.
KnownCategoricalPredictionDriftMetric peut être utilisé de manière interchangeable avec CategoricalPredictionDriftMetric, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

JensenShannonDistance: métrique Jensen Shannon Distance (JSD).
PopulationStabilityIndex: Métrique PSI (Population Stability Index).
PearsonsChiSquaredTest: Métrique de test Pearsons Chi Squared.

Définit des valeurs pour ClassificationModels.
KnownClassificationModels peuvent être utilisés de manière interchangeable avec ClassificationModels, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

LogisticRegression: la régression logistique est une technique de classification fondamentale. Il appartient au groupe de classifieurs linéaires et est un peu similaire à la régression polynomiale et linéaire. La régression logistique est rapide et relativement complexe, et il est pratique d’interpréter les résultats. Bien qu’il s’agit essentiellement d’une méthode de classification binaire, elle peut également être appliquée aux problèmes multiclasses.
SGD: SGD : descente de dégradé stochastique est un algorithme d’optimisation souvent utilisé dans les applications Machine Learning pour trouver les paramètres de modèle qui correspondent au meilleur ajustement entre les sorties prédites et réelles.
MultinomialNaiveBayes: le classifieur Naive Bayes multinomial convient à la classification avec des caractéristiques discrètes (par exemple, le nombre de mots pour la classification de texte). La distribution multinomiale nécessite normalement des nombres de fonctionnalités entières. Toutefois, dans la pratique, les nombres fractionnaires tels que tf-idf peuvent également fonctionner.
BernoulliNaiveBayes: classifieur Naive Bayes pour les modèles Bernoulli multivariés.
SVM: une machine vectorielle de support (SVM) est un modèle Machine Learning supervisé qui utilise des algorithmes de classification pour les problèmes de classification à deux groupes. Après avoir donné des ensembles de modèles SVM de données d’entraînement étiquetées pour chaque catégorie, ils sont en mesure de catégoriser un nouveau texte.
LinearSVM: une machine vectorielle de support (SVM) est un modèle machine learning supervisé qui utilise des algorithmes de classification pour les problèmes de classification à deux groupes. Après avoir donné des ensembles de modèles SVM de données d’entraînement étiquetées pour chaque catégorie, ils sont en mesure de catégoriser un nouveau texte. La machine virtuelle SVM linéaire fonctionne le mieux lorsque les données d’entrée sont linéaires, c’est-à-dire que les données peuvent être facilement classées en dessinant la ligne droite entre les valeurs classifiées sur un graphique tracé.
KNN: l’algorithme K-nearest voisin (KNN) utilise la « similarité des caractéristiques » pour prédire les valeurs des nouveaux points de données, ce qui signifie que le nouveau point de données sera attribué une valeur en fonction de la façon dont il correspond aux points dans le jeu d’entraînement.
DecisionTree: les arbres de décision sont une méthode d’apprentissage supervisée non paramétrique utilisée pour les tâches de classification et de régression. L’objectif est de créer un modèle qui prédit la valeur d’une variable cible en apprenant des règles de décision simples déduites des fonctionnalités de données.
RandomForest: la forêt aléatoire est un algorithme d’apprentissage supervisé. La « forêt » qu’il construit est un ensemble d’arbres de décision, généralement formé avec la méthode « bagging ». L’idée générale de la méthode de bagging est qu’une combinaison de modèles d’apprentissage augmente le résultat global.
ExtremeRandomTrees: Extreme Trees est un algorithme d’apprentissage automatique d’ensemble qui combine les prédictions de nombreux arbres de décision. Il est lié à l’algorithme de forêt aléatoire largement utilisé.
LightGBM: LightGBM est un framework de renforcement de dégradé qui utilise des algorithmes d’apprentissage basé sur des arborescences.
GradientBoosting: la technique de transit des apprenants de semaine dans un apprenant fort est appelée Boosting. Le processus d’algorithme de renforcement de dégradé fonctionne sur cette théorie de l’exécution.
XGBoostClassifier: XGBoost : Algorithme d’optimisation de dégradé extrême. Cet algorithme est utilisé pour les données structurées où les valeurs de colonne cible peuvent être divisées en valeurs de classe distinctes.

Définit des valeurs pour ClassificationMultilabelPrimaryMetrics.
KnownClassificationMultilabelPrimaryMetrics peut être utilisé de manière interchangeable avec ClassificationMultilabelPrimaryMetrics, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

AUCWeighted: AUC est la zone sous la courbe. Cette métrique représente la moyenne arithmétique du score pour chaque classe, pondérée par le nombre d’instances vraies dans chaque classe.
Précision: la précision est le rapport des prédictions qui correspondent exactement aux étiquettes de classe vraies.
NormMacroRecall: le rappel de macro normalisé est une macro-moyenne de rappel et normalisé, de sorte que les performances aléatoires ont un score de 0, et les performances parfaites ont un score de 1.
AveragePrecisionScoreWeighted: moyenne arithmétique du score de précision moyen pour chaque classe, pondérée par le nombre d’instances vraies dans chaque classe.
PrecisionScoreWeighted: moyenne arithmétique de précision pour chaque classe, pondérée par nombre d’instances vraies dans chaque classe.
IOU : intersection au-dessus de l’union. Intersection des prédictions divisées par union de prédictions.

Définit des valeurs pour ClassificationPrimaryMetrics.
KnownClassificationPrimaryMetrics peut être utilisé de manière interchangeable avec ClassificationPrimaryMetrics, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

AUCWeighted: AUC est la zone sous la courbe. Cette métrique représente la moyenne arithmétique du score pour chaque classe, pondérée par le nombre d’instances vraies dans chaque classe.
Précision: la précision est le rapport des prédictions qui correspondent exactement aux étiquettes de classe vraies.
NormMacroRecall: le rappel de macro normalisé est une macro-moyenne de rappel et normalisé, de sorte que les performances aléatoires ont un score de 0, et les performances parfaites ont un score de 1.
AveragePrecisionScoreWeighted: moyenne arithmétique du score de précision moyen pour chaque classe, pondérée par le nombre d’instances vraies dans chaque classe.
PrecisionScoreWeighted: moyenne arithmétique de précision pour chaque classe, pondérée par nombre d’instances vraies dans chaque classe.

Définit des valeurs pour ClusterPurpose.
KnownClusterPurpose peut être utilisé de manière interchangeable avec ClusterPurpose, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

FastProd
denseProd
DevTest

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Contient des données de réponse pour l’opération createOrGetStartPendingUpload.

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Définit des valeurs pour ComputeInstanceAuthorizationType.
KnownComputeInstanceAuthorizationType peut être utilisé de manière interchangeable avec ComputeInstanceAuthorizationType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

personnelle

Définit des valeurs pour ComputeInstanceState.
KnownComputeInstanceState peut être utilisé de manière interchangeable avec ComputeInstanceState, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

création d'
CreateFailed
suppression de
en cours d’exécution
Restarting
JobRunning
SettingUp
SetupFailed
Démarrage
arrêté
Plombage
UserSettingUp
UserSetupFailed
Inconnu
inutilisable

Contient des données de réponse pour l’opération listKeys.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération listNodesNext.

Contient des données de réponse pour l’opération listNodes.

Contient des données de réponse pour l’opération de liste.

Définit des valeurs pour ComputePowerAction.
KnownComputePowerAction peut être utilisé de manière interchangeable avec ComputePowerAction, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Démarrer
Arrêter

Définit des valeurs pour ComputeRecurrenceFrequency.
KnownComputeRecurrenceFrequency peut être utilisé de manière interchangeable avec ComputeRecurrenceFrequency, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Minute: fréquence de minute
Heure: fréquence horaire
jour: fréquence du jour
Semaine: Fréquence de la semaine
Mois: fréquence du mois

Définit des valeurs pour ComputeTriggerType.
KnownComputeTriggerType peut être utilisé de manière interchangeable avec ComputeTriggerType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Répétition
Cron

Définit des valeurs pour ComputeType.
knownComputeType peut être utilisé de façon interchangeable avec ComputeType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

AKS
Kubernetes
AmlCompute
ComputeInstance
DataFactory
VirtualMachine
HDInsight
Databricks
DataLakeAnalytics
SynapseSpark

Contient des données de réponse pour l’opération de mise à jour.

Définit des valeurs pour ComputeWeekDay.
KnownComputeWeekDay peut être utilisé de manière interchangeable avec ComputeWeekDay, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

lundi: lundi jour de la semaine
mardi: mardi jour de la semaine
mercredi: mercredi jour de la semaine
jeudi: jeudi jour de la semaine
vendredi: vendredi jour de la semaine
samedi: samedi jour de la semaine
dimanche: dimanche jour de la semaine

Définit des valeurs pour ConnectionAuthType.
KnownConnectionAuthType peut être utilisé de manière interchangeable avec ConnectionAuthType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

PAT
ManagedIdentity
UsernamePassword
Aucun
SAS
AccountKey
ServicePrincipal
AccessKey
ApiKey
CustomKeys
OAuth2
AAD

Définit les valeurs de ConnectionCategory.
KnownConnectionCategory peut être utilisé de manière interchangeable avec ConnectionCategory, cette énumération contient les valeurs connues prises en charge par le service.

Valeurs connues prises en charge par le service

PythonFeed
ContainerRegistry
Git
S3
Flocon de neige
AzureSqlDb
AzureSynapseAnalytics
AzureMySqlDb
AzurePostgresDb
ADLSGen2
Redis
ApiKey
AzureOpenAI
CognitiveSearch
CognitiveService
CustomKeys
AzureBlob
AzureOneLake
CosmosDb
CosmosDbMongoDbApi
AzureDataExplorer
AzureMariaDb
AzureDatabricksDeltaLake
AzureSqlMi
AzureTableStorage
AmazonRdsForOracle
AmazonRdsForSqlServer
AmazonRedshift
Db2
Drill
GoogleBigQuery
Greenplum
Hbase
Hive
Impala
Informix
MariaDb
MicrosoftAccess
MySql
Netezza
Oracle
Phénix
PostgreSql
Presto
SapOpenHub
SapBw
SapHana
SapTable
Spark
SqlServer
Sybase
Teradata
Vertica
Cassandra
Couchbase
MongoDbV2
MongoDbAtlas
AmazonS3Compatible
FileServer
FtpServer
GoogleCloudStorage
Hdfs
OracleCloudStorage
Sftp
GenericHttp
ODataRest
Odbc
GenericRest
AmazonMws
Concur
Dynamics
DynamicsAx
DynamicsCrm
GoogleAdWords
Hubspot
Jira
Magento
Marketo
Office365
Eloqua
Responsys
OracleServiceCloud
PayPal
QuickBooks
Salesforce
SalesforceServiceCloud
SalesforceMarketingCloud
SapCloudForCustomer
SapEcc
ServiceNow
SharePointOnlineList
Shopify
Square
WebTable
Xero
Zoho
GenericContainerRegistry
OpenAI
Serp
BingLLMSearch
Sans serveur
AIServices

Définit des valeurs pour ConnectionGroup.
KnownConnectionGroup peut être utilisé de manière interchangeable avec ConnectionGroup, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Azure
AzureAI
Base de données
NoSQL
Fichier
GenericProtocol
ServicesAndApps

Définit des valeurs pour ContainerType.
KnownContainerType peut être utilisé de manière interchangeable avec ContainerType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

StorageInitializer
InferenceServer

Définit des valeurs pour ContentSafetyStatus.
KnownContentSafetyStatus pouvez être utilisé de manière interchangeable avec ContentSafetyStatus, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Activé
Désactivé

Définit des valeurs pour CreatedByType.
KnownCreatedByType peut être utilisé de manière interchangeable avec CreatedByType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Utilisateur
Application
ManagedIdentity
Clé

Définit des valeurs pour CredentialsType.
KnownCredentialsType peut être utilisé de manière interchangeable avec CredentialsType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

AccountKey
Certificat
Aucun
Sas
ServicePrincipal

Définit des valeurs pour DataAvailabilityStatus.
KnownDataAvailabilityStatus peut être utilisé de manière interchangeable avec DataAvailabilityStatus, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Aucun
en attente
Incomplet
terminer

Définit des valeurs pour DataCollectionMode.
KnownDataCollectionMode peut être utilisé de manière interchangeable avec DataCollectionMode, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Activé
Désactivé

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Définit des valeurs pour DataReferenceCredentialType.
KnownDataReferenceCredentialType peut être utilisé de manière interchangeable avec DataReferenceCredentialType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

SAS
DockerCredentials
ManagedIdentity
NoCredentials

Définit des valeurs pour DataType.
KnownDataType peut être utilisé de manière interchangeable avec DataType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

uri_file
uri_folder
mltable

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Définit des valeurs pour DatastoreType.
KnownDatastoreType peut être utilisé de façon interchangeable avec DatastoreType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

AzureBlob
AzureDataLakeGen1
AzureDataLakeGen2
AzureFile
OneLake

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Contient des données de réponse pour l’opération listSecrets.

Définit des valeurs pour DeploymentProvisioningState.
KnownDeploymentProvisioningState peut être utilisé de manière interchangeable avec DeploymentProvisioningState, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

création d'
suppression de
Mise à l'échelle
mise à jour
Réussi
Échec
Annulé

Définit des valeurs pour DiagnoseResultLevel.
KnownDiagnoseResultLevel peut être utilisé de manière interchangeable avec DiagnoseResultLevel, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Avertissement
Erreur
Information

Définit des valeurs pour DistributionType.
KnownDistributionType peut être utilisé de manière interchangeable avec DistributionType, cette énumération contient les valeurs connues prises en charge par le service.

Valeurs connues prises en charge par le service

PyTorch
TensorFlow
Mpi

Définit des valeurs pour EarlyTerminationPolicyType.
KnownEarlyTerminationPolicyType peut être utilisé de manière interchangeable avec EarlyTerminationPolicyType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Bandit
medianStopping
TruncationSelection

Définit des valeurs pour EgressPublicNetworkAccessType.
KnownEgressPublicNetworkAccessType pouvez être utilisé de manière interchangeable avec EgressPublicNetworkAccessType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Activé
Désactivé

Définit des valeurs pour EmailNotificationEnableType.
KnownEmailNotificationEnableType pouvez être utilisé de manière interchangeable avec EmailNotificationEnableType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

JobCompleted
jobFailed
JobCancelled

Définit des valeurs pour EncryptionStatus.
KnownEncryptionStatus peut être utilisé de manière interchangeable avec EncryptionStatus, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Activé
Désactivé

Définit des valeurs pour EndpointAuthMode.
KnownEndpointAuthMode peut être utilisé de manière interchangeable avec EndpointAuthMode, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

AMLToken
Clé
AADToken

Définit des valeurs pour EndpointComputeType.
KnownEndpointComputeType peut être utilisé de manière interchangeable avec EndpointComputeType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Géré
Kubernetes
AzureMLCompute

Définit des valeurs pour EndpointProvisioningState.
KnownEndpointProvisioningState peut être utilisé de manière interchangeable avec EndpointProvisioningState, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

création d'
suppression de
Réussi
Échec
mise à jour
Annulé

Définit des valeurs pour EndpointServiceConnectionStatus.
KnownEndpointServiceConnectionStatus pouvez être utilisé de manière interchangeable avec EndpointServiceConnectionStatus, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

approuvé
en attente
Rejeté
déconnecté

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Définit des valeurs pour EnvironmentType.
KnownEnvironmentType peut être utilisé de manière interchangeable avec EnvironmentType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Organisé
UserCreated

Définit des valeurs pour EnvironmentVariableType.
KnownEnvironmentVariableType peut être utilisé de manière interchangeable avec EnvironmentVariableType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

local

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Définit des valeurs pour FeatureAttributionMetric.
KnownFeatureAttributionMetric peut être utilisé de manière interchangeable avec FeatureAttributionMetric, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

NormalizedDiscountedCumulativeGain: Métrique de gain cumulé réduit normalisé.

Définit des valeurs pour FeatureDataType.
KnownFeatureDataType peut être utilisé de manière interchangeable avec FeatureDataType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Chaîne
Entier
Long
Float
Double
Binaire
Datetime
Booléen

Définit des valeurs pour FeatureImportanceMode.
KnownFeatureImportanceMode peut être utilisé de manière interchangeable avec FeatureImportanceMode, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Désactivé: désactive l’importance des fonctionnalités informatiques dans un signal.
activé : active l’importance des fonctionnalités informatiques dans un signal.

Définit des valeurs pour FeatureLags.
KnownFeatureLags peut être utilisé de manière interchangeable avec FeatureLags, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Aucun: aucun décalage de fonctionnalité généré.
automatique : le système génère automatiquement des retards de fonctionnalité.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération getEntity.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Contient des données de réponse pour l’opération de remplissage.

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération getEntity.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Définit des valeurs pour FeaturizationMode.
KnownFeaturizationMode pouvez être utilisé de manière interchangeable avec FeaturizationMode, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

automatique : mode automatique, le système effectue une caractérisation sans aucune entrée de caractérisation personnalisée.
personnalisée : caractérisation personnalisée.
Désactivé: caractérisation désactivée. La tâche « Prévision » ne peut pas utiliser cette valeur.

Définit des valeurs pour ForecastHorizonMode.
KnownForecastHorizonMode peut être utilisé de manière interchangeable avec ForecastHorizonMode, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

automatique : horizon de prévision à déterminer automatiquement.
personnalisée : utilisez l’horizon de prévision personnalisé.

Définit des valeurs pour ForecastingModels.
KnownForecastingModels pouvez être utilisé de manière interchangeable avec ForecastingModels, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

modèle AutoArima: le modèle de moyenne mobile intégrée autorégressive (ARIMA) utilise des données de série chronologique et une analyse statistique pour interpréter les données et effectuer des prédictions futures. Ce modèle vise à expliquer les données à l’aide de données de série chronologique sur ses valeurs passées et utilise la régression linéaire pour effectuer des prédictions.
Prophète: Le prophète est une procédure permettant de prévoir des données de série chronologique basées sur un modèle additif où les tendances non linéaires sont adaptées à la saisonnalité annuelle, hebdomadaire et quotidienne, ainsi qu’aux effets des vacances. Il fonctionne mieux avec les séries chronologiques qui ont des effets saisonniers forts et plusieurs saisons de données historiques. Le prophète est robuste pour les données manquantes et les changements dans la tendance, et gère généralement les valeurs hors norme.
Naive : le modèle de prévision Naive effectue des prédictions en transférant la dernière valeur cible pour chaque série chronologique dans les données d’apprentissage.
SeasonalNaive: le modèle de prévision naive saisonnier effectue des prédictions en transférant la dernière saison des valeurs cibles pour chaque série chronologique dans les données d’entraînement.
moyenne: le modèle de prévision moyenne effectue des prédictions en transférant la moyenne des valeurs cibles pour chaque série chronologique dans les données d’apprentissage.
seasonalAverage: le modèle de prévision de la moyenne saisonnière effectue des prédictions en transférant la valeur moyenne des données de la dernière saison pour chaque série chronologique dans les données d’entraînement.
exponentialSmoothing: le lissage exponentiel est une méthode de prévision de série chronologique pour les données univariées qui peuvent être étendues pour prendre en charge les données avec une tendance systématique ou un composant saisonnier.
modèle Arimax: une moyenne mobile intégrée régressive avec une variable explicatif (ARIMAX) peut être considérée comme un modèle de régression multiple avec un ou plusieurs termes autorégressifs (AR) et/ou un ou plusieurs termes de moyenne mobile (MA). Cette méthode convient à la prévision lorsque les données sont stationnaires/non stationnaires et multivariées avec n’importe quel type de modèle de données, c’est-à-dire niveau/tendance /saisonnalité/cyclique.
TCNForecaster: TCNForecaster : Prévision de réseaux convolutionnels temporels. TODO : Demandez à l’équipe de prévision une brève introduction.
ElasticNet: le réseau élastique est un type populaire de régression linéaire régulière qui combine deux pénalités populaires, en particulier les fonctions de pénalité L1 et L2.
GradientBoosting: la technique de transit des apprenants de semaine dans un apprenant fort est appelée Boosting. Le processus d’algorithme de renforcement de dégradé fonctionne sur cette théorie de l’exécution.
DecisionTree: les arbres de décision sont une méthode d’apprentissage supervisée non paramétrique utilisée pour les tâches de classification et de régression. L’objectif est de créer un modèle qui prédit la valeur d’une variable cible en apprenant des règles de décision simples déduites des fonctionnalités de données.
KNN: l’algorithme K-nearest voisin (KNN) utilise la « similarité des caractéristiques » pour prédire les valeurs des nouveaux points de données, ce qui signifie que le nouveau point de données sera attribué une valeur en fonction de la façon dont il correspond aux points dans le jeu d’entraînement.
LassoLars: le modèle Lasso s’adapte à la régression d’angle minimum a.k.a. Lars. Il s’agit d’un modèle linéaire entraîné avec un L1 antérieur comme normaliseur.
SGD: SGD : descente de dégradé stochastique est un algorithme d’optimisation souvent utilisé dans les applications Machine Learning pour trouver les paramètres de modèle qui correspondent au meilleur ajustement entre les sorties prédites et réelles. C’est une technique inexacte mais puissante.
RandomForest: la forêt aléatoire est un algorithme d’apprentissage supervisé. La « forêt » qu’il construit est un ensemble d’arbres de décision, généralement formé avec la méthode « bagging ». L’idée générale de la méthode de bagging est qu’une combinaison de modèles d’apprentissage augmente le résultat global.
ExtremeRandomTrees: Extreme Trees est un algorithme d’apprentissage automatique d’ensemble qui combine les prédictions de nombreux arbres de décision. Il est lié à l’algorithme de forêt aléatoire largement utilisé.
LightGBM: LightGBM est un framework de renforcement de dégradé qui utilise des algorithmes d’apprentissage basé sur des arborescences.
XGBoostRegressor: XGBoostRegressor : Extreme Gradient Boosting Regressor est un modèle machine learning supervisé à l’aide d’un ensemble d’apprenants de base.

Définit des valeurs pour ForecastingPrimaryMetrics.
KnownForecastingPrimaryMetrics peut être utilisé de manière interchangeable avec ForecastingPrimaryMetrics, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

SpearmanCorrelation: le coefficient de classement de la corrélation de Spearman est une mesure non paramétrique de la corrélation de classement.
NormalizedRootMeanSquaredError: l’erreur carrée moyenne racine normalisée (NRMSE) du RMSE facilite la comparaison entre les modèles avec différentes échelles.
R2Score: le score R2 est l’une des mesures d’évaluation des performances pour les modèles Machine Learning basés sur la prévision.
NormalizedMeanAbsoluteError: L’erreur absolue moyenne normalisée (NMAE) est une métrique de validation pour comparer la moyenne d’erreur absolue (MAE) de la série (time) avec différentes échelles.

Définit les valeurs de l’objectif.
KnownGoal peut être utilisé de manière interchangeable avec l’objectif, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Minimize
agrandir

Définit des valeurs pour IdentityConfigurationType.
KnownIdentityConfigurationType pouvez être utilisé de manière interchangeable avec IdentityConfigurationType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Géré
AMLToken
UserIdentity

Définit des valeurs pour ImageType.
KnownImageType peut être utilisé de manière interchangeable avec ImageType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

docker
azureml

Définit des valeurs pour InputDeliveryMode.
KnownInputDeliveryMode peut être utilisé de manière interchangeable avec InputDeliveryMode, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

ReadOnlyMount
ReadWriteMount
Télécharger
Direct
EvalMount
EvalDownload

Définit des valeurs pour InstanceSegmentationPrimaryMetrics.
KnownInstanceSegmentationPrimaryMetrics pouvez être utilisé de manière interchangeable avec InstanceSegmentationPrimaryMetrics, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

MeanAveragePrecision: moyenne précision (MAP) est la moyenne d’AP (précision moyenne). L’API est calculée pour chaque classe et moyenne pour obtenir la carte map.

Définit des valeurs pour IsolationMode.
KnownIsolationMode peut être utilisé de manière interchangeable avec IsolationMode, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Désactivé
AllowInternetOutbound
AllowOnlyApprovedOutbound

Définit des valeurs pour JobInputType.
KnownJobInputType peut être utilisé de manière interchangeable avec JobInputType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

littéral
uri_file
uri_folder
mltable
custom_model
mlflow_model
triton_model

Définit des valeurs pour JobLimitsType.
KnownJobLimitsType pouvez être utilisé de manière interchangeable avec JobLimitsType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Commande
de balayage

Définit des valeurs pour JobOutputType.
KnownJobOutputType peut être utilisé de manière interchangeable avec JobOutputType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

uri_file
uri_folder
mltable
custom_model
mlflow_model
triton_model

Définit des valeurs pour JobStatus.
KnownJobStatus pouvez être utilisé de manière interchangeable avec JobStatus, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

NotStarted: l’exécution n’a pas encore démarré.
Démarrage: l’exécution a démarré. L’utilisateur a un ID d’exécution.
provisionnement: (non utilisé actuellement) Il sera utilisé si ES crée la cible de calcul.
Préparation: l’environnement d’exécution est en cours de préparation.
mise en file d’attente : le travail est mis en file d’attente dans la cible de calcul. Par exemple, dans BatchAI, le travail est dans l’état mis en file d’attente, tout en attendant que tous les nœuds requis soient prêts.
En cours d’exécution: le travail a commencé à s’exécuter dans la cible de calcul.
Finalisation: le travail est terminé dans la cible. Il est désormais dans l’état de la collection de sorties.
CancelRequested: l’annulation a été demandée pour le travail.
terminé: le travail s’est terminé correctement. Cela reflète que le travail lui-même et les états de collecte de sortie sont terminés avec succès
échec: échec du travail.
l'annulée : suite à la demande d’annulation, le travail est désormais annulé avec succès.
NotResponding: lorsque la pulsation est activée, si l’exécution ne met pas à jour des informations sur RunHistory, l’exécution passe à l’état NotResponding. NotResponding est le seul état exempt des ordres de transition stricts. Une exécution peut passer de NotResponding à l’un des états précédents.
suspendu : le travail est suspendu par les utilisateurs. Certains ajustements des travaux d’étiquetage ne peuvent être effectués qu’à l’état suspendu.
inconnu : état du travail par défaut s’il n’est pas mappé à tous les autres états

Définit des valeurs pour JobTier.
knownJobTier peut être utilisé de manière interchangeable avec JobTier, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Zéro
Spot
Basique
Standard
Premium

Définit des valeurs pour JobType.
KnownJobType peut être utilisé de manière interchangeable avec JobType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

AutoML
Commande
de balayage
Pipeline
Spark

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Définit des valeurs pour KeyType.
KnownKeyType peut être utilisé de manière interchangeable avec KeyType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Primaire
secondaire

Définit des valeurs pour LearningRateScheduler.
KnownLearningRateScheduler peut être utilisé de manière interchangeable avec LearningRateScheduler, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Aucun: aucun planificateur de taux d’apprentissage sélectionné.
WarmupCosine: Recuit cosinus avec chaleur.
étape: planificateur de taux d’apprentissage pas à pas.

Définit des valeurs pour ListViewType.
KnownListViewType peut être utilisé de manière interchangeable avec ListViewType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

ActiveOnly
ArchivedOnly
Tout

Définit des valeurs pour LoadBalancerType.
KnownLoadBalancerType peut être utilisé de manière interchangeable avec LoadBalancerType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

publicIp
internalLoadBalancer

Définit des valeurs pour LogVerbosity.
KnownLogVerbosity peut être utilisé de manière interchangeable avec LogVerbosity, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

NotSet: aucun journal émis.
débogage: déboguer et les instructions de journal ci-dessus journalisées.
Informations: informations et instructions de journal ci-dessus journalisées.
avertissement: avertissement et instructions de journal ci-dessus journalisées.
Erreur: erreurs et instructions de journal ci-dessus journalisées.
critique : seules les instructions critiques enregistrées.

Contient des données de réponse pour l’opération provisionManagedNetwork.

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Définit des valeurs pour ManagedNetworkStatus.
KnownManagedNetworkStatus pouvez être utilisé de manière interchangeable avec ManagedNetworkStatus, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

inactif
Actif

Définit des valeurs pour ManagedServiceIdentityType.
KnownManagedServiceIdentityType pouvez être utilisé de manière interchangeable avec ManagedServiceIdentityType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Aucun
SystemAssigned
UserAssigned
SystemAssigned,UserAssigned

Définit des valeurs pour MarketplaceSubscriptionProvisioningState.
KnownMarketplaceSubscriptionProvisioningState peut être utilisé de manière interchangeable avec MarketplaceSubscriptionProvisioningState, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Création de: MarketplaceSubscription est en cours de création.
suppression de: MarketplaceSubscription est en cours de suppression.
réussi: MarketplaceSubscription est correctement approvisionné.
échec: échec de l’approvisionnement marketplaceSubscription.
Mise à jour: MarketplaceSubscription est en cours de mise à jour.
Annulé

Définit des valeurs pour MarketplaceSubscriptionStatus.
KnownMarketplaceSubscriptionStatus peut être utilisé de manière interchangeable avec MarketplaceSubscriptionStatus, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

abonnez-vous : le client peut désormais utiliser le modèle de l’abonnement place de marché et sera facturé.
suspendu: le client n’a pas pu être facturé pour l’abonnement place de marché. Le client ne pourra pas accéder au modèle.
désinscription : les abonnements de la Place de marché atteignent cet état en réponse à une action de client ou csp explicite. Un abonnement de la Place de marché peut également être annulé implicitement, à la suite d’un non-paiement des cotisations, après avoir été dans l’état suspendu pendant un certain temps.

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération de suppression.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Définit des valeurs pour MaterializationStoreType.
KnownMaterializationStoreType peut être utilisé de manière interchangeable avec MaterializationStoreType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Aucun
En ligne
Hors ligne
OnlineAndOffline

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Définit des valeurs pour ModelSize.
KnownModelSize peut être utilisé de manière interchangeable avec ModelSize, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Aucun: aucune valeur sélectionnée.
petite: petite taille.
moyen : taille moyenne.
Grand: grande taille.
ExtraLarge: taille supplémentaire.

Définit des valeurs pour ModelTaskType.
KnownModelTaskType peut être utilisé de manière interchangeable avec ModelTaskType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Classification
Régression

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Définit des valeurs pour MonitorComputeIdentityType.
KnownMonitorComputeIdentityType peut être utilisé de manière interchangeable avec MonitorComputeIdentityType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

AmlToken : authentifie via le jeton AML de l’utilisateur.
ManagedIdentity: authentifie via une identité managée fournie par l’utilisateur.

Définit des valeurs pour MonitorComputeType.
KnownMonitorComputeType pouvez être utilisé de manière interchangeable avec MonitorComputeType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

ServerlessSpark: calcul Spark serverless.

Définit des valeurs pour MonitoringFeatureDataType.
KnownMonitoringFeatureDataType peut être utilisé de manière interchangeable avec MonitoringFeatureDataType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

numérique : utilisé pour les fonctionnalités du type de données numérique.
catégorie : utilisé pour les fonctionnalités de type de données catégorielles.

Définit des valeurs pour MonitoringFeatureFilterType.
KnownMonitoringFeatureFilterType peut être utilisé de manière interchangeable avec MonitoringFeatureFilterType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

AllFeatures: inclut toutes les fonctionnalités.
TopNByAttribution: inclut uniquement les principales fonctionnalités de contribution, mesurées par attribution de fonctionnalités.
FeatureSubset: inclut un sous-ensemble défini par l’utilisateur de fonctionnalités.

Définit des valeurs pour MonitoringInputDataType.
KnownMonitoringInputDataType peut être utilisé de manière interchangeable avec MonitoringInputDataType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

statique : données d’entrée avec une taille de fenêtre fixe.
rolling: données d’entrée qui se déploient relativement à l’heure d’exécution actuelle du moniteur.
fixe : données d’entrée avec un format tabulaire qui ne nécessite pas de prétraitement.

Définit des valeurs pour MonitoringNotificationType.
KnownMonitoringNotificationType peut être utilisé de manière interchangeable avec MonitoringNotificationType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

AmlNotification : active les notifications par e-mail via les notifications AML.

Définit des valeurs pour MonitoringSignalType.
KnownMonitoringSignalType peut être utilisé de manière interchangeable avec MonitoringSignalType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

DataDrift: suit le changement de distribution des données d’entrée de modèle, en comparant les données d’apprentissage ou les données de production passées.
PredictionDrift: effectue le suivi du changement de distribution des données des résultats de prédiction, en comparant les données d’étiquette de validation/test ou les données de production passées.
DataQuality: suit l’intégrité des données d’entrée de modèle.
FeatureAttributionDrift: suit le changement d’importance des caractéristiques en production, comparé à l’importance des caractéristiques au moment de l’entraînement.
personnalisée : effectue le suivi d’un signal personnalisé fourni par les utilisateurs.

Définit des valeurs pour MountAction.
KnownMountAction peut être utilisé de manière interchangeable avec MountAction, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

montage
démonter

Définit des valeurs pour MountState.
KnownMountState peut être utilisé de manière interchangeable avec MountState, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

MountRequested
monté
MountFailed
UnmountRequested
Démonter l’échec
non monté

Définit des valeurs pour NCrossValidationsMode.
KnownNCrossValidationsMode pouvez être utilisé de manière interchangeable avec NCrossValidationsMode, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

automatique : déterminez automatiquement la valeur des validations N-Cross. Prise en charge uniquement pour la tâche AutoML « Prévision ».
personnalisée : utilisez la valeur de validations N-Cross personnalisée.

Définit les valeurs du réseau.
KnownNetwork peut être utilisé de manière interchangeable avec Network, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Bridge
Hôte

Définit des valeurs pour NodeState.
KnownNodeState peut être utilisé de manière interchangeable avec NodeState, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

oisif
en cours d’exécution
préparer
inutilisable
quitter
préempté

Définit des valeurs pour NodeValueType.
KnownNodesValueType pouvez être utilisé de manière interchangeable avec NodeValueType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

Tout

Définit des valeurs pour NumericalDataDriftMetric.
KnownNumericalDataDriftMetric peut être utilisé de manière interchangeable avec NumericalDataDriftMetric, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

JensenShannonDistance: métrique Jensen Shannon Distance (JSD).
PopulationStabilityIndex: Métrique PSI (Population Stability Index).
NormalizedWassersteinDistance : métrique de distance de Wasserstein normalisée.
TwoSampleKolmogorovSmirnovTest : la métrique de test Kolmogorov-Smirnov à deux échantillons (K-S à deux échantillons).

Définit des valeurs pour NumericalDataQualityMetric.
KnownNumericalDataQualityMetric peut être utilisé de manière interchangeable avec NumericalDataQualityMetric, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

NullValueRate: calcule le taux de valeurs Null.
DataTypeErrorRate: calcule le taux d’erreurs de type de données.
OutOfBoundsRate: calcule les valeurs de taux hors limites.

Définit des valeurs pour NumericalPredictionDriftMetric.
KnownNumericalPredictionDriftMetric peut être utilisé de manière interchangeable avec NumericalPredictionDriftMetric, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

JensenShannonDistance: métrique Jensen Shannon Distance (JSD).
PopulationStabilityIndex: Métrique PSI (Population Stability Index).
NormalizedWassersteinDistance : métrique de distance de Wasserstein normalisée.
TwoSampleKolmogorovSmirnovTest : la métrique de test Kolmogorov-Smirnov à deux échantillons (K-S à deux échantillons).

Définit des valeurs pour ObjectDetectionPrimaryMetrics.
KnownObjectDetectionPrimaryMetrics peut être utilisé de manière interchangeable avec ObjectDetectionPrimaryMetrics, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

MeanAveragePrecision: moyenne précision (MAP) est la moyenne d’AP (précision moyenne). L’API est calculée pour chaque classe et moyenne pour obtenir la carte map.

Définit des valeurs pour OneLakeArtifactType.
KnownOneLakeArtifactType peut être utilisé de manière interchangeable avec OneLakeArtifactType, cette énumération contient les valeurs connues que le service prend en charge.

Valeurs connues prises en charge par le service

LakeHouse

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération getLogs.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Contient des données de réponse pour l’opération listSkusNext.

Contient des données de réponse pour l’opération listSkus.

Contient des données de réponse pour l’opération de mise à jour.

Contient des données de réponse pour l’opération createOrUpdate.

Contient des données de réponse pour l’opération d’obtention.

Contient des données de réponse pour l’opération getToken.

Contient des données de réponse pour l’opération listKeys.

Contient des données de réponse pour l’opération listNext.

Contient des données de réponse pour l’opération de liste.

Contient des données de réponse pour l’opération de mise à jour.