TaskType type

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

Valeurs connues prises en charge par le service

classification: la classification dans le Machine Learning et les statistiques est une approche d’apprentissage supervisée dans laquelle le programme informatique apprend des données données qui lui sont fournies et effectue de nouvelles observations ou classifications.
régression: la régression signifie prédire la valeur à l’aide des données d’entrée. Les modèles de régression sont utilisés pour prédire une valeur continue.
prévision: la prévision est un type spécial de tâche de régression qui traite des données de série chronologique et crée un modèle de prévision qui peut être utilisé pour prédire les valeurs futures proches en fonction des entrées.
ImageClassification : 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 ».
ImageClassificationMultilabel: Multilabel 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 ».
ImageObjectDetection: 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.
ImageInstanceSegmentation: 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.
TextClassification: classification de texte (également appelée catégorisation de texte ou catégorisation de texte) est le processus de tri des textes en catégories. Les catégories s’excluent mutuellement.
TextClassificationMultilabel: la tâche de classification multi-étiquette affecte chaque échantillon à un groupe (zéro ou plus) d’étiquettes cibles.
TextNER: Reconnaissance d’entité nommée de texte a.k.a. TextNER. La reconnaissance d’entité nommée (NER) est la possibilité de prendre du texte libre et d’identifier les occurrences d’entités telles que des personnes, des emplacements, des organisations, etc.