TaskType type

TaskType에 대한 값을 정의합니다.
KnownTaskType TaskType과 교환하여 사용할 수 이 열거형에는 서비스에서 지원하는 알려진 값이 포함됩니다.

서비스에서 지원하는 알려진 값

분류: 기계 학습 및 통계의 분류는 컴퓨터 프로그램이 제공된 데이터에서 학습하고 새로운 관찰 또는 분류를 만드는 감독 학습 방법입니다.
회귀: 회귀는 입력 데이터를 사용하여 값을 예측하는 것을 의미합니다. 회귀 모델은 연속 값을 예측하는 데 사용됩니다.
예측: 예측은 시계열 데이터를 처리하고 입력을 기반으로 가까운 미래 값을 예측하는 데 사용할 수 있는 예측 모델을 만드는 특별한 종류의 회귀 작업입니다.
ImageClassification: 이미지 분류. 다중 클래스 이미지 분류는 이미지가 클래스 집합의 단일 레이블로만 분류되는 경우 사용됩니다. 예를 들어 각 이미지는 '고양이' 또는 '개' 또는 '오리' 이미지로 분류됩니다.
imageClassificationMultilabel : 이미지 분류 다중 레이블입니다. 다중 레이블 이미지 분류는 이미지에 레이블 집합의 레이블이 하나 이상 있을 수 있는 경우에 사용됩니다. 예를 들어 이미지는 'cat' 및 'dog'로 레이블을 지정할 수 있습니다.
imageObjectDetection : 이미지 개체 검색 개체 감지는 이미지의 개체를 식별하고 경계 상자가 있는 각 개체를 찾는 데 사용됩니다. 예를 들어 이미지에서 모든 개와 고양이를 찾아 각각 경계 상자를 그립니다.
imageInstanceSegmentation : Image Instance Segmentation입니다. 인스턴스 구분은 이미지의 각 개체 주위에 다각형을 그리는 픽셀 수준에서 이미지의 개체를 식별하는 데 사용됩니다.
TextClassification: 텍스트 분류(텍스트 태그 지정 또는 텍스트 분류라고도 함)는 텍스트를 범주로 정렬하는 프로세스입니다. 범주는 상호 배타적입니다.
textClassificationMultilabel : 다중 레이블 분류 작업은 각 샘플을 대상 레이블 그룹(0개 이상)에 할당합니다.
textNER : TextNER라고도 하는 엔터티 인식이라는 텍스트입니다. 명명된 NER(엔터티 인식)는 자유 형식 텍스트를 사용하고 사람, 위치, 조직 등과 같은 엔터티의 발생을 식별하는 기능입니다.