@azure/arm-machinelearning package

Propriedades do AKS

Configuração de credenciais de armazenamento de dados de chave de conta.

Segredos da chave da conta do armazenamento de dados.

Uma computação de Machine Learning baseada no AKS.

Segredos relacionados a uma computação do Machine Learning com base no AKS.

Propriedades de AksComputeSecrets

Configuração avançada para rede do AKS

Uma computação do Azure Machine Learning.

Informações de nó de computação relacionadas a um AmlCompute.

Resultado de nós AmlCompute

Propriedades de computação AML

Propriedades (nível superior) de AmlCompute

Operação da API REST do workspace do Azure Machine Learning

Nome de exibição da operação

Uma matriz de operações com suporte pelo provedor de recursos.

Configuração de identidade do token AML.

Recursos habilitados para um workspace

Tipo de entrada de ativo.

Tipo de saída do ativo.

Definição base para referências de ativos.

Um usuário que pode ser atribuído a uma instância de computação.

Horizonte de previsão determinado automaticamente pelo sistema.

Classe AutoMLJob. Use essa classe para executar tarefas de AutoML como Classificação/Regressão etc. Confira enumeração TaskType para todas as tarefas com suporte.

Classe vertical AutoML. Classe base para verticais de AutoML – TableVertical/ImageVertical/NLPVertical

Validações N cruzadas determinadas automaticamente.

Propriedades de pausa automática

Propriedades de dimensionamento automático

Previsão de sazonalidade.

O número de períodos anteriores com atraso na coluna de destino.

O destino atrasa a janela sem interrupção determinada automaticamente.

Configuração do armazenamento de dados do Blob do Azure.

Configuração do armazenamento de dados do Azure Data Lake Gen1.

Configuração do armazenamento de dados do Azure Data Lake Gen2.

Configuração do armazenamento de dados do Arquivo do Azure.

Parâmetros opcionais.

Define uma política de término antecipado com base em critérios de margem de atraso e um intervalo de frequência e atraso para avaliação

A definição do modelo de recurso para um recurso de nível superior rastreado pelo Azure Resource Manager que tem 'marcas' e um 'local'

Configurações de inferência de lote por implantação.

Uma lista paginada de entidades BatchDeployment.

Interface que representa um BatchDeployments.

Define cabeçalhos para BatchDeployments_createOrUpdate operação.

Parâmetros opcionais.

Define cabeçalhos para BatchDeployments_delete operação.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Define cabeçalhos para BatchDeployments_update operação.

Parâmetros opcionais.

A definição do modelo de recurso para um recurso de nível superior rastreado pelo Azure Resource Manager que tem 'marcas' e um 'local'

Valores padrão do ponto de extremidade do lote

Configuração do ponto de extremidade do lote.

Uma lista paginada de entidades BatchEndpoint.

Interface que representa um BatchEndpoints.

Define cabeçalhos para BatchEndpoints_createOrUpdate operação.

Parâmetros opcionais.

Define cabeçalhos para BatchEndpoints_delete operação.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Define cabeçalhos para BatchEndpoints_update operação.

Parâmetros opcionais.

Tente novamente as configurações de uma operação de inferência em lote.

Define um algoritmo de amostragem que gera valores com base em valores anteriores

Configurações do contexto de build do Docker

Configuração de credenciais de armazenamento de dados de certificado.

Segredos do certificado do armazenamento de dados.

Tarefa de classificação na Tabela AutoML vertical.

Configuração relacionada ao Treinamento de Classificação.

Parâmetros de atualização AmlCompute.

Configuração de um ativo de código de pontuação.

Envelope de recursos do Azure Resource Manager.

Contêiner para versões de ativo de código.

Uma lista paginada de entidades CodeContainer.

Interface que representa um CodeContainers.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Envelope de recursos do Azure Resource Manager.

Detalhes da versão do ativo de código.

Uma lista paginada de entidades CodeVersion.

Interface que representa um CodeVersions.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros do transformador de coluna.

Definição do trabalho de comando.

Classe de limite de trabalho de comando.

Envelope de recursos do Azure Resource Manager.

Definição de contêiner de componente.

Uma lista paginada de entidades ComponentContainer.

Interface que representa um ComponentContainers.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Envelope de recursos do Azure Resource Manager.

Definição de uma versão de componente: define recursos que abrangem tipos de componente.

Uma lista paginada de entidades ComponentVersion.

Interface que representa um ComponentVersions.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Objeto de computação do Machine Learning.

Define cabeçalhos para Compute_createOrUpdate operação.

Parâmetros opcionais.

Define cabeçalhos para Compute_delete operação.

Parâmetros opcionais.

Parâmetros opcionais.

Uma instância de computação do Azure Machine Learning.

Define um aplicativo de Instância Aml e seu URI de ponto de extremidade de conectividade.

Define todos os pontos de extremidade e propriedades de conectividade para um ComputeInstance.

Define um contêiner da Instância de Aml.

Descreve informações sobre o usuário que criou essa ComputeInstance.

Define um DataDisk da Instância de Aml.

Define um DataMount de Instância de Aml.

Informações do ambiente

A última operação em ComputeInstance.

Propriedades da Instância de Computação

Propriedades (nível superior) de ComputeInstance

Especifica a política e as configurações para acesso SSH.

Versão de computeInstance.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Interface que representa um ComputeOperations.

Objeto de computação do Machine Learning encapsulado no envelope de recursos do ARM.

Parâmetros opcionais.

A lista de agendas a serem aplicadas nos cálculos

Segredos relacionados a uma computação do Machine Learning. Pode ser diferente para cada tipo de computação.

Parâmetros opcionais.

Propriedades de agendamento de parada de início de computação

Parâmetros opcionais.

Parâmetros opcionais.

Requisitos de recursos para cada instância de contêiner em uma implantação online.

O horizonte de previsão máximo desejado em unidades de frequência de série temporal.

Tipo de entrada de ativo.

Tipo de saída do ativo.

As validações N-Cross são especificadas pelo usuário.

Previsão de sazonalidade.

O número de períodos anteriores com atraso na coluna de destino.

Previsão do tamanho da janela sem interrupção de destino.

Envelope de recursos do Azure Resource Manager.

Contêiner para versões de ativos de dados.

Uma lista paginada de entidades DataContainer.

Interface que representa um DataContainers.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Uma computação DataFactory.

Uma computação do DataLakeAnalytics.

Referência a um ativo por meio de seu caminho em um armazenamento de dados.

Envelope de recursos do Azure Resource Manager.

Definição base da versão de dados

Uma lista paginada de entidades DataVersionBase.

Interface que representa um DataVersions.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Uma computação DataFactory.

Segredos relacionados a uma computação do Machine Learning com base no Databricks.

Propriedades de segredos de computação do Databricks

Propriedades do Databricks

Envelope de recursos do Azure Resource Manager.

Definição base para credenciais de armazenamento de dados.

Definição base para a configuração de conteúdo do armazenamento de dados.

Uma lista paginada de entidades datastore.

Definição base para segredos do armazenamento de dados.

Interface que representa um Armazenamento de dados.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Configuração de dimensionamento de implantação online.

Resultado do Diagnóstico

Parâmetros para diagnosticar um workspace

Definição base para a configuração de distribuição de trabalho.

As políticas de encerramento antecipado permitem o cancelamento de execuções de baixo desempenho antes de serem concluídas

Chaves para autenticação de ponto de extremidade.

Token de Serviço

Definição base para implantação de ponto de extremidade.

Definição de base do ponto de extremidade de inferência

Envelope de recursos do Azure Resource Manager.

Contêiner para versões de especificação de ambiente.

Uma lista paginada de entidades EnvironmentContainer.

Interface que representa um EnvironmentContainers.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Envelope de recursos do Azure Resource Manager.

Detalhes da versão do ambiente.

Uma lista paginada de entidades EnvironmentVersion.

Interface que representa um EnvironmentVersions.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

As informações adicionais do erro de gerenciamento de recursos.

O detalhe do erro.

Resposta de erro comum para todas as APIs do Azure Resource Manager para retornar detalhes de erro de operações com falha. (Isso também segue o formato de resposta de erro OData.).

As informações de preço estimadas para usar uma VM de um tipo de sistema operacional específico, camada etc.

As informações de preço estimadas para usar uma VM.

Configuração de recursos.

O horizonte de previsão máximo desejado em unidades de frequência de série temporal.

Tarefa de previsão na Tabela AutoML vertical.

Previsão de parâmetros específicos.

Configuração relacionada ao Treinamento de Previsão.

Define um algoritmo de amostragem que gera exaustivamente cada combinação de valores no espaço

Uma computação do HDInsight.

Propriedades de computação do HDInsight

Referência a um ativo por meio de sua ID de recurso do ARM.

Definição base para a configuração de identidade.

Identidade que será usada para acessar o cofre de chaves para criptografia em repouso

Classificação de imagens. A classificação de imagens de várias classes é usada quando uma imagem é classificada com apenas um único rótulo de um conjunto de classes , por exemplo, cada imagem é classificada como uma imagem de um 'gato' ou um 'cachorro' ou um 'pato'.

Classe abstrata para tarefas AutoML que treinam modelos de imagem (pesquisa visual computacional), como Classificação de Imagem/Classificação de Imagem Multi-rótulo/Detecção de Objeto de Imagem/Segmentação de Instância de Imagem.

Multi-rótulo de classificação de imagem. A classificação de imagens de vários rótulos é usada quando uma imagem pode ter um ou mais rótulos de um conjunto de rótulos , por exemplo, uma imagem pode ser rotulada com 'gato' e 'cachorro'.

Segmentação de instância de imagem. A segmentação de instância é usada para identificar objetos em uma imagem no nível de pixel, desenhando um polígono em torno de cada objeto na imagem.

Limite as configurações para o trabalho do AutoML.

Expressões de distribuição para varrer valores de configurações de modelo. Alguns exemplos são: ModelName = "choice('seresnext', 'resnest50')"; LearningRate = "uniform(0.001, 0.01)"; LayersToFreeze = "choice(0, 2)"; Todas as distribuições podem ser especificadas como distribution_name(min, max) ou choice(val1, val2, ..., valn), em que o nome da distribuição pode ser: uniforme, quniform, loguniform etc. Para obter mais detalhes sobre como compor expressões de distribuição, confira a documentação: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters Para obter mais informações sobre as configurações disponíveis, visite a documentação oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Expressões de distribuição para varrer valores de configurações de modelo. Alguns exemplos são: ModelName = "choice('seresnext', 'resnest50')"; LearningRate = "uniform(0.001, 0.01)"; LayersToFreeze = "choice(0, 2)"; Para obter mais detalhes sobre como compor expressões de distribuição, confira a documentação: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters Para obter mais informações sobre as configurações disponíveis, visite a documentação oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Expressões de distribuição para varrer valores de configurações de modelo. Alguns exemplos são: ModelName = "choice('seresnext', 'resnest50')"; LearningRate = "uniform(0.001, 0.01)"; LayersToFreeze = "choice(0, 2)"; Para obter mais detalhes sobre como compor expressões de distribuição, confira a documentação: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters Para obter mais informações sobre as configurações disponíveis, visite a documentação oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Configurações usadas para treinar o modelo. Para obter mais informações sobre as configurações disponíveis, visite a documentação oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Configurações usadas para treinar o modelo. Para obter mais informações sobre as configurações disponíveis, visite a documentação oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Configurações usadas para treinar o modelo. Para obter mais informações sobre as configurações disponíveis, visite a documentação oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Detecção de objeto de imagem. A detecção de objetos é usada para identificar objetos em uma imagem e localizar cada objeto com uma caixa delimitadora, por exemplo, localizar todos os cães e gatos em uma imagem e desenhar uma caixa delimitadora em torno de cada um.

Classe abstrata para tarefas AutoML que treinam modelos de imagem (pesquisa visual computacional), como Classificação de Imagem/Classificação de Imagem Multi-rótulo/Detecção de Objeto de Imagem/Segmentação de Instância de Imagem.

Configurações relacionadas à limpeza de modelos e varredura de hiperparâmetro.

Classe abstrata para tarefas AutoML que treinam modelos de imagem (pesquisa visual computacional), como Classificação de Imagem/Classificação de Imagem Multi-rótulo/Detecção de Objeto de Imagem/Segmentação de Instância de Imagem.

Esquema de tipo de instância.

Solicitações/limites de recursos para esse tipo de instância

Envelope de recursos do Azure Resource Manager.

Definição base para um trabalho.

Uma lista paginada de entidades JobBase.

Definição do trabalho de comando.

Informações do contêiner de definição de saída do trabalho sobre onde encontrar saída/logs de trabalho.

Definição de ponto de extremidade de trabalho

Interface que representa um Trabalhos.

Define cabeçalhos para Jobs_cancel operação.

Parâmetros opcionais.

Parâmetros opcionais.

Define cabeçalhos para Jobs_delete operação.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Uma computação de Machine Learning baseada na Computação do Kubernetes.

Propriedades específicas de um KubernetesOnlineDeployment.

Propriedades do Kubernetes

Esquema de computação do Kubernetes

A resposta da operação de recurso de usuário List Aml.

A resposta da operação Listar Usos.

A resposta da operação List WorkspaceQuotasByVMFamily.

Tipo de entrada literal.

Tipo de entrada de ativo.

Tipo de saída do ativo.

Definição de dados da MLTable

Tipo de entrada de ativo.

Tipo de saída do ativo.

Configuração de identidade gerenciada.

Propriedades específicas de um ManagedOnlineDeployment.

Identidade de serviço gerenciada (identidades atribuídas pelo sistema e/ou atribuídas pelo usuário)

Define uma política de encerramento antecipado com base nas médias de execução da métrica primária de todas as execuções

Envelope de recursos do Azure Resource Manager.

Uma lista paginada de entidades ModelContainer.

Interface que representa um ModelContainers.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Envelope de recursos do Azure Resource Manager.

Detalhes da versão do ativo de modelo.

Uma lista paginada de entidades ModelVersion.

Interface que representa um ModelVersions.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Configuração de distribuição de MPI.

Valor N-Validações cruzadas.

Classe abstrata para tarefas de AutoML relacionadas a NLP. NLP – Processamento de linguagem natural.

Configuração de definição de recursos.

Restrições de execução de trabalho.

Contagens de vários estados de nó de computação no amlCompute.

Credenciais de armazenamento de dados vazias/nenhuma.

Objetivo de otimização.

A definição do modelo de recurso para um recurso de nível superior rastreado pelo Azure Resource Manager que tem 'marcas' e um 'local'

Definição base para implantação de ponto de extremidade.

Uma lista paginada de entidades OnlineDeployment.

Interface que representa um OnlineDeployments.

Define cabeçalhos para OnlineDeployments_createOrUpdate operação.

Parâmetros opcionais.

Define cabeçalhos para OnlineDeployments_delete operação.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Define cabeçalhos para OnlineDeployments_update operação.

Parâmetros opcionais.

A definição do modelo de recurso para um recurso de nível superior rastreado pelo Azure Resource Manager que tem 'marcas' e um 'local'

Configuração do ponto de extremidade online

Uma lista paginada de entidades OnlineEndpoint.

Interface que representa um OnlineEndpoints.

Define cabeçalhos para OnlineEndpoints_createOrUpdate operação.

Parâmetros opcionais.

Define cabeçalhos para OnlineEndpoints_delete operação.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Define cabeçalhos para OnlineEndpoints_regenerateKeys operação.

Parâmetros opcionais.

Define cabeçalhos para OnlineEndpoints_update operação.

Parâmetros opcionais.

Configuração de solicitações de pontuação de implantação online.

Configuração de dimensionamento de implantação online.

Interface que representa uma Operação.

Parâmetros opcionais.

Referência a um ativo por meio de seu caminho em uma saída de trabalho.

Lista paginada de objetos de computação do Machine Learning encapsulados no envelope de recursos do ARM.

Configurações de inferência de lote mutáveis por implantação.

Estritamente usado em solicitações de atualização.

Identidade de serviço gerenciada (identidades atribuídas pelo sistema e/ou atribuídas pelo usuário)

Estritamente usado em solicitações de atualização.

Estritamente usado em solicitações de atualização.

Estritamente usado em solicitações de atualização.

Definição de SKU comum.

Configurações para uma instância de computação pessoal.

Definição de trabalho de pipeline: define genérico para atributos MFE.

O recurso ponto de extremidade privado.

O recurso conexão de ponto de extremidade privado.

Lista de conexão de ponto de extremidade privado associada ao workspace especificado

Interface que representa um PrivateEndpointConnections.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Um recurso de link privado

Uma lista de recursos de link privado

Interface que representa um PrivateLinkResources.

Parâmetros opcionais.

Uma coleção de informações sobre o estado da conexão entre o consumidor de serviço e o provedor.

Configuração de investigação de preparação/atividade do contêiner de implantação.

Configuração de distribuição do PyTorch.

As propriedades de atualização ou recuperação de cota.

Parâmetros de atualização de cota.

Interface que representa cotas.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Define um algoritmo de amostragem que gera valores aleatoriamente

Tarefa de regressão na Tabela AutoML vertical.

Configuração relacionada ao Treinamento de Regressão.

Campos comuns retornados na resposta para todos os recursos do Azure Resource Manager

Representa uma ID de recurso. Por exemplo, para uma sub-rede, é a URL do recurso para a sub-rede.

O Nome do Recurso.

A cota atribuída a um recurso.

O Algoritmo de Amostragem usado para gerar valores de hiperparâmetro, juntamente com propriedades para configurar o algoritmo

Configuração de credenciais de armazenamento de dados SAS.

Segredos sas do armazenamento de dados.

configurações de escala para computação AML

Configurações de escala desejadas para amlCompute.

Envelope de recursos do Azure Resource Manager.

Definição base de um agendamento

Uma lista paginada de entidades agendadas.

Interface que representa um Agendamentos.

Define cabeçalhos para Schedules_createOrUpdate operação.

Parâmetros opcionais.

Define cabeçalhos para Schedules_delete operação.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Referência de script

Scripts de instalação personalizados

Previsão de sazonalidade.

Configuração de credenciais de armazenamento de dados da Entidade de Serviço.

Segredos da Entidade de Serviço de Armazenamento de Dados.

Detalhes dos scripts personalizados a serem executados para configurar o cluster.

A definição do modelo de recurso que representa o SKU

Informações de capacidade de SKU

Atende ao requisito do Contrato arm para listar todos os SKUS disponíveis para um recurso.

Uma lista paginada de entidades SkuResource.

O SkuSetting atende à necessidade de remover informações de SKU no contrato do ARM.

A configuração SSL para pontuação

Avança a configuração para personalizar a execução do StackEnsemble.

Definição do trabalho de varredura.

Classe de limite de trabalho de varredura.

Uma computação do SynapseSpark.

Metadados relativos à criação e à última modificação do recurso.

Um serviço do sistema em execução em uma computação.

Classe abstrata para tarefas AutoML que usam o conjunto de dados de tabela como entrada, como Classificação/Regressão/Previsão.

Configuração de definição de recursos.

Restrições de execução de trabalho.

O número de períodos anteriores com atraso na coluna de destino.

Previsão do tamanho da janela sem interrupção de destino.

Configuração de dimensionamento de implantação online.

Configuração de distribuição do TensorFlow.

Tarefa De classificação de texto no NLP do AutoML vertical. NLP – Processamento de linguagem natural.

Tarefa de Classificação de Texto Multi-rótulo na vertical do NLP do AutoML. NLP – Processamento de linguagem natural.

Tarefa text-NER no NLP do AutoML vertical. NER – Reconhecimento de Entidade Nomeada. NLP – Processamento de linguagem natural.

A definição do modelo de recurso para um recurso de nível superior rastreado pelo Azure Resource Manager que tem 'marcas' e um 'local'

Configuração relacionada ao treinamento.

Definição do componente de avaliação.

Tipo de entrada de ativo.

Tipo de saída do ativo.

Define uma política de encerramento antecipado que cancela um determinado percentual de execuções em cada intervalo de avaliação.

As propriedades para atualizar a resposta de cota.

O resultado da cota do workspace de atualização.

Entidade de versão de dados de arquivo URI

Tipo de entrada de ativo.

Tipo de saída do ativo.

Entidade de versão de dados uri-folder

Tipo de entrada de ativo.

Tipo de saída do ativo.

Descreve o uso de recursos do AML.

Os Nomes de Uso.

Interface que representa um Usages.

Parâmetros opcionais.

Parâmetros opcionais.

Configurações para a conta de usuário que é criada em cada um dos nós de uma computação.

Propriedades de identidade atribuídas pelo usuário

Configuração de identidade do usuário.

Uma computação do Machine Learning baseada em Máquinas Virtuais do Azure.

Imagem da máquina virtual para computação AML do Windows

Segredos relacionados a uma computação do Machine Learning com base no AKS.

Descreve as propriedades de um tamanho de VM.

A resposta da operação Listar tamanho da Máquina Virtual.

Interface que representa um VirtualMachineSizes.

Parâmetros opcionais.

Credenciais de administrador para a máquina virtual

Um objeto que representa um workspace de machine learning.

Campos comuns retornados na resposta para todos os recursos do Azure Resource Manager

Interface que representa um WorkspaceConnections.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Interface que representa um WorkspaceFeatures.

Parâmetros opcionais.

Parâmetros opcionais.

O resultado de uma solicitação para listar workspaces de machine learning.

Os parâmetros para atualizar um workspace de machine learning.

Interface que representa um Workspaces.

Parâmetros opcionais.

Parâmetros opcionais.

Define cabeçalhos para Workspaces_diagnose operação.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Parâmetros opcionais.

Define valores para AllocationState.
KnownAllocationState pode ser usado de forma intercambiável com AllocationState, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Estável
Redimensionamento

Define valores para ApplicationSharingPolicy.
KnownApplicationSharingPolicy pode ser usado de forma intercambiável com ApplicationSharingPolicy, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Pessoal
Compartilhado

Define valores para AutoRebuildSetting.
KnownAutoRebuildSetting pode ser usado de forma intercambiável com AutoRebuildSetting, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Desabilitada
OnBaseImageUpdate

Define valores para Salvamento Automático.
KnownAutosave pode ser usado de forma intercambiável com Salvamento Automático, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Nenhuma
Local
Remoto

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Contém dados de resposta para a operação de atualização.

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listKeys.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Contém dados de resposta para a operação de atualização.

Define valores para BatchLoggingLevel.
KnownBatchLoggingLevel pode ser usado de forma intercambiável com BatchLoggingLevel, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Informações
Aviso
Depurar

Define valores para BatchOutputAction.
KnownBatchOutputAction pode ser usado intercambiável com BatchOutputAction, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

SummaryOnly
AppendRow

Define valores para BillingCurrency.
KnownBillingCurrency pode ser usado de forma intercambiável com BillingCurrency, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

USD

Define valores para BlockedTransformers.
KnownBlockedTransformers pode ser usado intercambiável com BlockedTransformers, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

TextTargetEncoder: codificação de destino para dados de texto.
OneHotEncoder: a codificação dinâmica Ohe cria uma transformação de recurso binário.
CatTargetEncoder: codificação de destino para dados categóricos.
TfIdf: Tf-Idf significa, tempos de frequência de termos inversos de frequência de documento frequência. Esse é um esquema de ponderação de termo comum para identificar informações de documentos.
WoETargetEncoder: a codificação Weight of Evidence é uma técnica usada para codificar variáveis categóricas. Ele usa o log natural do P(1)/P(0) para criar pesos.
LabelEncoder: o codificador de rótulo converte rótulos/variáveis categóricas em um formulário numérico.
WordEmbedding: a inserção de palavras ajuda a representar palavras ou frases como um vetor ou uma série de números.
NaiveBayes: Naive Bayes é um classificado que é usado para classificação de recursos discretos que são distribuídos categoricamente.
CountVectorizer: Count Vectorizer converte uma coleção de documentos de texto em uma matriz de contagens de tokens.
HashOneHotEncoder: o Hashing One Hot Encoder pode transformar variáveis categóricas em um número limitado de novos recursos. Isso geralmente é usado para recursos categóricos de alta cardinalidade.

Define valores para cache.
KnownCaching pode ser usado de forma intercambiável com cache, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Nenhuma
ReadOnly (somente-leitura)
ReadWrite

Define valores para ClassificationModels.
KnownClassificationModels pode ser usado de forma intercambiável com ClassificationModels, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

LogisticRegression: a regressão logística é uma técnica de classificação fundamental. Ele pertence ao grupo de classificadores lineares e é um pouco semelhante à regressão polinomial e linear. A regressão logística é rápida e relativamente descomplicada e é conveniente interpretar os resultados. Embora seja essencialmente um método para classificação binária, ele também pode ser aplicado a problemas de várias classes.
SGD: SGD: a descida do gradiente estocástico é um algoritmo de otimização geralmente usado em aplicativos de machine learning para localizar os parâmetros de modelo que correspondem ao melhor ajuste entre saídas previstas e reais.
MultinomialNaiveBayes: o classificador naive bayes multinomial é adequado para classificação com recursos discretos (por exemplo, contagens de palavras para classificação de texto). A distribuição multinomial normalmente requer contagens de recursos inteiros. No entanto, na prática, contagens fracionárias, como tf-idf, também podem funcionar.
BernoulliNaiveBayes: classificador Naive Bayes para modelos Bernoulli multivariados.
SVM: um SVM (computador vetor de suporte) é um modelo de machine learning supervisionado que usa algoritmos de classificação para problemas de classificação de dois grupos. Depois de dar a um modelo SVM conjuntos de dados de treinamento rotulados para cada categoria, eles são capazes de categorizar o novo texto.
LinearSVM: um SVM (computador vetor de suporte) é um modelo de machine learning supervisionado que usa algoritmos de classificação para problemas de classificação de dois grupos. Depois de dar a um modelo SVM conjuntos de dados de treinamento rotulados para cada categoria, eles são capazes de categorizar o novo texto. A SVM linear tem o melhor desempenho quando os dados de entrada são lineares, ou seja, os dados podem ser facilmente classificados desenhando a linha reta entre valores classificados em um grafo plotado.
KNN: o algoritmo KNN (K-nearest neighbors) usa "similaridade de recurso" para prever os valores de novos pontos de dados, o que significa ainda que o novo ponto de dados receberá um valor com base na proximidade com que ele corresponde aos pontos no conjunto de treinamento.
DecisionTree: As árvores de decisão são um método de aprendizado supervisionado não paramétrico usado para tarefas de classificação e regressão. A meta é criar um modelo que preveja o valor de uma variável de destino aprendendo regras de decisão simples inferidas dos recursos de dados.
RandomForest: a floresta aleatória é um algoritmo de aprendizado supervisionado. A "floresta" que ela constrói é um conjunto de árvores de decisão, geralmente treinadas com o método de "ensacar". A ideia geral do método de empacotamento é que uma combinação de modelos de aprendizado aumenta o resultado geral.
ExtremeRandomTrees: Extreme Trees é um algoritmo de aprendizado de máquina de conjunto que combina as previsões de muitas árvores de decisão. Ele está relacionado ao algoritmo de floresta aleatória amplamente utilizado.
LightGBM: LightGBM é uma estrutura de aumento de gradiente que usa algoritmos de aprendizado baseados em árvore.
GradientBoosting: a técnica de transitar alunos da semana para um aluno forte é chamada de Boosting. O processo de algoritmo de aumento de gradiente funciona nessa teoria da execução.
XGBoostClassifier: XGBoost: Algoritmo de Aumento de Gradiente Extremo. Esse algoritmo é usado para dados estruturados em que os valores de coluna de destino podem ser divididos em valores de classe distintos.

Define valores para ClassificationMultilabelPrimaryMetrics.
KnownClassificationMultilabelPrimaryMetrics pode ser usado de forma intercambiável com ClassificationMultilabelPrimaryMetrics, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

AUCWeighted: AUC é a Área sob a curva. Essa métrica representa a média aritmética da pontuação para cada classe, ponderada pelo número de instâncias verdadeiras em cada classe.
Precisão: precisão é a proporção de previsões que correspondem exatamente aos rótulos de classe verdadeiros.
NormMacroRecall: o recall de macro normalizado é a macro normalizada e normalizada, de modo que o desempenho aleatório tenha uma pontuação 0 e o desempenho perfeito tenha uma pontuação 1.
AveragePrecisionScoreWeighted: a média aritmética da pontuação média de precisão para cada classe, ponderada pelo número de instâncias verdadeiras em cada classe.
PrecisionScoreWeighted: a média aritmética de precisão para cada classe, ponderada pelo número de instâncias verdadeiras em cada classe.
Interseção sobre união. Interseção de previsões dividida pela união de previsões.

Define valores para ClassificationPrimaryMetrics.
KnownClassificationPrimaryMetrics pode ser usado intercambiável com ClassificationPrimaryMetrics, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

AUCWeighted: AUC é a Área sob a curva. Essa métrica representa a média aritmética da pontuação para cada classe, ponderada pelo número de instâncias verdadeiras em cada classe.
Precisão: precisão é a proporção de previsões que correspondem exatamente aos rótulos de classe verdadeiros.
NormMacroRecall: o recall de macro normalizado é a macro normalizada e normalizada, de modo que o desempenho aleatório tenha uma pontuação 0 e o desempenho perfeito tenha uma pontuação 1.
AveragePrecisionScoreWeighted: a média aritmética da pontuação média de precisão para cada classe, ponderada pelo número de instâncias verdadeiras em cada classe.
PrecisionScoreWeighted: a média aritmética de precisão para cada classe, ponderada pelo número de instâncias verdadeiras em cada classe.

Define valores para ClusterPurpose.
KnownClusterPurpose pode ser usado intercambiável com ClusterPurpose, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

FastProd
DenseProd
DevTest

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Define valores para ComputeInstanceAuthorizationType.
KnownComputeInstanceAuthorizationType pode ser usado de forma intercambiável com ComputeInstanceAuthorizationType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Pessoal

Define valores para ComputeInstanceState.
KnownComputeInstanceState pode ser usado intercambiável com ComputeInstanceState, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Criando
CreateFailed
Excluir
Executando
Reinicialização
JobRunning
ConfiguraçãoUp
SetupFailed
Iniciando
Parado
Parando
UserSettingUp
UserSetupFailed
Desconhecido
Inutilizável

Contém dados de resposta para a operação listKeys.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação listNodesNext.

Contém dados de resposta para a operação listNodes.

Contém dados de resposta para a operação de lista.

Define valores para ComputePowerAction.
KnownComputePowerAction pode ser usado de forma intercambiável com ComputePowerAction, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Iniciar
Parar

Define valores para ComputeType.
KnownComputeType pode ser usado de forma intercambiável com ComputeType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

AKS
Kubernetes
AmlCompute
ComputeInstance
DataFactory
VirtualMachine
HDInsight
Databricks
DataLakeAnalytics
SynapseSpark

Contém dados de resposta para a operação de atualização.

Define valores para ConnectionAuthType.
KnownConnectionAuthType pode ser usado de forma intercambiável com ConnectionAuthType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

PAT
ManagedIdentity
UsernamePassword
Nenhuma
SAS

Define valores para ConnectionCategory.
KnownConnectionCategory pode ser usado de forma intercambiável com ConnectionCategory, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

PythonFeed
ContainerRegistry
Git

Define valores para ContainerType.
KnownContainerType pode ser usado de forma intercambiável com ContainerType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

StorageInitializer
InferenceServer

Define valores para CreatedByType.
KnownCreatedByType pode ser usado de forma intercambiável com CreatedByType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Usuário
Aplicativo
ManagedIdentity
Chave

Define valores para CredentialsType.
KnownCredentialsType pode ser usado de forma intercambiável com CredentialsType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

AccountKey
Certificado
Nenhuma
Sas
ServicePrincipal

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Define valores para DataType.
KnownDataType pode ser usado intercambiável com DataType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

uri_file
uri_folder
mltable

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Define valores para DatastoreType.
KnownDatastoreType pode ser usado intercambiável com DatastoreType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

AzureBlob
AzureDataLakeGen1
AzureDataLakeGen2
AzureFile

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Contém dados de resposta para a operação listSecrets.

Define valores para DeploymentProvisioningState.
KnownDeploymentProvisioningState pode ser usado de forma intercambiável com DeploymentProvisioningState, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Criando
Excluir
Dimensionamento
Atualizar
Êxito
Com falha
Cancelado

Define valores para DiagnosResultLevel.
KnownDiagnoseResultLevel pode ser usado de forma intercambiável com DiagnosResultLevel, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Aviso
Erro
Informações

Define valores para DistributionType.
KnownDistributionType pode ser usado intercambiável com DistributionType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

PyTorch
TensorFlow
Mpi

Define valores para EarlyTerminationPolicyType.
KnownEarlyTerminationPolicyType pode ser usado de forma intercambiável com EarlyTerminationPolicyType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Bandit
MedianStopping
TruncationSelection

Define valores para EgressPublicNetworkAccessType.
KnownEgressPublicNetworkAccessType pode ser usado de forma intercambiável com EgressPublicNetworkAccessType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Enabled
Desabilitado

Define valores para EncryptionStatus.
KnownEncryptionStatus pode ser usado de forma intercambiável com EncryptionStatus, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Enabled
Desabilitado

Define valores para EndpointAuthMode.
KnownEndpointAuthMode pode ser usado de forma intercambiável com EndpointAuthMode, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

AMLToken
Chave
AADToken

Define valores para EndpointComputeType.
KnownEndpointComputeType pode ser usado de forma intercambiável com EndpointComputeType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Gerenciada
Kubernetes
AzureMLCompute

Define valores para EndpointProvisioningState.
KnownEndpointProvisioningState pode ser usado intercambiável com EndpointProvisioningState, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Criando
Excluir
Êxito
Falha
Atualizar
Cancelado

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Define valores para EnvironmentType.
KnownEnvironmentType pode ser usado de forma intercambiável com EnvironmentType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Coletado
UserCreated

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Define valores para FeatureLags.
KnownFeatureLags pode ser usado intercambiável com FeatureLags, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Nenhum: nenhum recurso é gerado.
Automático: o sistema gera retardos de recursos automaticamente.

Define valores para FeaturizationMode.
KnownFeaturizationMode pode ser usado intercambiável com FeaturizationMode, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Auto: modo automático, o sistema executa a definição de recursos sem nenhuma entrada de recursos personalizada.
Personalizado: personalização de recursos.
Desativado: desativação da caracterização. A tarefa 'Previsão' não pode usar esse valor.

Define valores para ForecastHorizonMode.
KnownForecastHorizonMode pode ser usado intercambiável com ForecastHorizonMode, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Auto: prever o horizonte a ser determinado automaticamente.
Personalizado: use o horizonte de previsão personalizado.

Define valores para ForecastingModels.
KnownForecastingModels pode ser usado intercambiável com ForecastingModels, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

AutoArima: o modelo ARIMA (Média Móvel Integrada Auto-Autoregressive) usa dados de série temporal e análise estatística para interpretar os dados e fazer previsões futuras. Esse modelo tem como objetivo explicar dados usando dados de série temporal em seus valores passados e usa regressão linear para fazer previsões.
Prophet: Prophet é um procedimento para prever dados de série temporal com base em um modelo aditivo onde tendências não lineares são adequadas com sazonalidade anual, semanal e diária, além de efeitos de férias. Funciona melhor com séries temporais que têm fortes efeitos sazonais e várias temporadas de dados históricos. O Prophet é robusto à falta de dados e mudanças na tendência, e normalmente lida bem com exceções.
Naive: o modelo de previsão naive faz previsões levando adiante o valor de destino mais recente para cada série temporal nos dados de treinamento.
SeasonalNaive: O modelo de previsão naive sazonal faz previsões levando adiante a última temporada de valores de destino para cada série temporal nos dados de treinamento.
Média: o modelo de previsão média faz previsões levando adiante a média dos valores de destino para cada série temporal nos dados de treinamento.
SeasonalAverage: o modelo de previsão Média Sazonal faz previsões levando adiante o valor médio da última temporada de dados para cada série temporal nos dados de treinamento.
ExponentialSmoothing: a suavização exponencial é um método de previsão de série temporal para dados univariados que podem ser estendidos para dar suporte a dados com uma tendência sistemática ou componente sazonal.
Arimax: um modelo de Média Móvel Integrada Autoregressiva com ARIMAX (Variável Explicativa) pode ser exibido como um modelo de regressão múltipla com um ou mais termos ar (autoregressivos) e/ou um ou mais termos ma (média móvel). Esse método é adequado para previsão quando os dados são estacionários/não estacionários e são multivariados com qualquer tipo de padrão de dados, ou seja, nível/tendência /seasonality/cyclicity.
TCNForecaster: TCNForecaster: Previsão de Redes Convolucionais Temporais. TODO: Peça à equipe de previsão uma breve introdução.
ElasticNet: a rede elástica é um tipo popular de regressão linear regularizada que combina duas penalidades populares, especificamente as funções de penalidade L1 e L2.
GradientBoosting: a técnica de transitar alunos da semana para um aluno forte é chamada de Boosting. O processo de algoritmo de aumento de gradiente funciona nessa teoria da execução.
DecisionTree: As árvores de decisão são um método de aprendizado supervisionado não paramétrico usado para tarefas de classificação e regressão. A meta é criar um modelo que preveja o valor de uma variável de destino aprendendo regras de decisão simples inferidas dos recursos de dados.
KNN: o algoritmo KNN (K-nearest neighbors) usa "similaridade de recurso" para prever os valores de novos pontos de dados, o que significa ainda que o novo ponto de dados receberá um valor com base na proximidade com que ele corresponde aos pontos no conjunto de treinamento.
LassoLars: o modelo lasso se encaixa com a Regressão de Ângulo Mínimo, também conhecida como Lars. É um Modelo Linear treinado com um L1 anterior como regularizador.
SGD: SGD: a descida do gradiente estocástico é um algoritmo de otimização geralmente usado em aplicativos de machine learning para localizar os parâmetros de modelo que correspondem ao melhor ajuste entre saídas previstas e reais. É uma técnica inexata, mas poderosa.
RandomForest: a floresta aleatória é um algoritmo de aprendizado supervisionado. A "floresta" que ela constrói é um conjunto de árvores de decisão, geralmente treinadas com o método de "ensacar". A ideia geral do método de empacotamento é que uma combinação de modelos de aprendizado aumenta o resultado geral.
ExtremeRandomTrees: Extreme Trees é um algoritmo de aprendizado de máquina de conjunto que combina as previsões de muitas árvores de decisão. Ele está relacionado ao algoritmo de floresta aleatória amplamente utilizado.
LightGBM: LightGBM é uma estrutura de aumento de gradiente que usa algoritmos de aprendizado baseados em árvore.
XGBoostRegressor: XGBoostRegressor: Extreme Gradient Boosting Regressor é um modelo de machine learning supervisionado usando um conjunto de aprendizes base.

Define valores para ForecastingPrimaryMetrics.
KnownForecastingPrimaryMetrics pode ser usado de forma intercambiável com ForecastingPrimaryMetrics, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

SpearmanCorrelation: o coeficiente de correlação de classificação do Spearman é uma medida não paramétrica de correlação de classificação.
NormalizedRootMeanSquaredError: o erro quadrático médio da raiz normalizada (NRMSE), o RMSE facilita a comparação entre modelos com escalas diferentes.
R2Score: a pontuação R2 é uma das medidas de avaliação de desempenho para modelos de machine learning baseados em previsão.
NormalizedMeanAbsoluteError: o erro absoluto médio normalizado (NMAE) é uma métrica de validação para comparar o MAE (Erro Absoluto Médio) da série (tempo) com escalas diferentes.

Define valores para Meta.
KnownGoal pode ser usado de forma intercambiável com Goal, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Minimizar
Maximizar

Define valores para IdentityConfigurationType.
KnownIdentityConfigurationType pode ser usado de forma intercambiável com IdentityConfigurationType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Gerenciada
AMLToken
UserIdentity

Define valores para InputDeliveryMode.
KnownInputDeliveryMode pode ser usado de forma intercambiável com InputDeliveryMode, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

ReadOnlyMount
ReadWriteMount
Download
Direto
EvalMount
EvalDownload

Define valores para InstanceSegmentationPrimaryMetrics.
KnownInstanceSegmentationPrimaryMetrics pode ser usado de forma intercambiável com InstanceSegmentationPrimaryMetrics, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

MeanAveragePrecision: a precisão média média (MAP) é a média de AP (precisão média). A AP é calculada para cada classe e é calculada em média para obter o MAP.

Define valores para JobInputType.
KnownJobInputType pode ser usado de forma intercambiável com JobInputType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

literal
uri_file
uri_folder
mltable
custom_model
mlflow_model
triton_model

Define valores para JobLimitsType.
KnownJobLimitsType pode ser usado de forma intercambiável com JobLimitsType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Comando
Sweep

Define valores para JobOutputType.
KnownJobOutputType pode ser usado de forma intercambiável com JobOutputType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

uri_file
uri_folder
mltable
custom_model
mlflow_model
triton_model

Define valores para JobStatus.
KnownJobStatus pode ser usado de forma intercambiável com JobStatus, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

NotStarted: a execução ainda não foi iniciada.
Iniciando: a execução foi iniciada. O usuário tem uma ID de execução.
Provisionamento: (Não usado no momento) Ele será usado se o ES estiver criando o destino de computação.
Preparação: o ambiente de execução está sendo preparado.
Enfileirado: o trabalho está na fila no destino de computação. Por exemplo, no BatchAI, o trabalho está no estado enfileirado, enquanto aguarda que todos os nós necessários estejam prontos.
Em execução: o trabalho começou a ser executado no destino de computação.
Finalização: o trabalho foi concluído no destino. Ele está no estado de coleta de saída agora.
CancelRequested: o cancelamento foi solicitado para o trabalho.
Concluído: trabalho concluído com êxito. Isso reflete que o trabalho em si e os estados da coleção de saída foram concluídos com êxito
Falha: falha no trabalho.
Cancelado: após a solicitação de cancelamento, o trabalho foi cancelado com êxito.
NotResponding: quando a pulsação está habilitada, se a execução não estiver atualizando nenhuma informação para RunHistory, a execução irá para o estado NotResponding. NotResponding é o único estado isento de ordens de transição estritas. Uma execução pode ir de NotResponding para qualquer um dos estados anteriores.
Pausado: o trabalho é pausado pelos usuários. Alguns ajustes nos trabalhos de rotulagem só podem ser feitos em estado pausado.
Desconhecido: status do trabalho padrão se não estiver mapeado para todos os outros status

Define valores para JobType.
KnownJobType pode ser usado de forma intercambiável com JobType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

AutoML
Comando
Sweep
Pipeline

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Define valores para KeyType.
KnownKeyType pode ser usado de forma intercambiável com KeyType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Primário
Secundário

Define valores para LearningRateScheduler.
KnownLearningRateScheduler pode ser usado de forma intercambiável com LearningRateScheduler. Essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Nenhum: nenhum agendador de taxa de aprendizagem selecionado.
WarmupCosine: Cosine Annealing With Warmup.
Etapa: agendador de taxa de aprendizado em etapas.

Define valores para ListViewType.
KnownListViewType pode ser usado de forma intercambiável com ListViewType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

ActiveOnly
ArchivedOnly
Todos

Define valores para LoadBalancerType.
KnownLoadBalancerType pode ser usado de forma intercambiável com LoadBalancerType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

PublicIp
InternalLoadBalancer

Define valores para LogVerbosity.
KnownLogVerbosity pode ser usado de forma intercambiável com LogVerbosity, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

NotSet: nenhum log emitido.
Depurar: depurar e instruções de log acima registradas.
Informações: informações e instruções de log acima registradas.
Aviso: instruções de log de aviso e acima registradas.
Erro: instruções de log de erro e acima registradas.
Crítico: somente instruções críticas registradas.

Define valores para ManagedServiceIdentityType.
KnownManagedServiceIdentityType pode ser usado de forma intercambiável com ManagedServiceIdentityType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Nenhuma
SystemAssigned
UserAssigned
SystemAssigned,UserAssigned

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Define valores para ModelSize.
KnownModelSize pode ser usado de forma intercambiável com ModelSize. Essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Nenhum: nenhum valor selecionado.
Pequeno: tamanho pequeno.
Médio: tamanho médio.
Grande: tamanho grande.
ExtraLarge: tamanho extra grande.

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Define valores para MountAction.
KnownMountAction pode ser usado de forma intercambiável com MountAction, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Montar
Desmontar

Define valores para MountState.
KnownMountState pode ser usado de forma intercambiável com MountState, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

MountRequested
Montado
MountFailed
UnmountRequested
Desmontagem Com Falha
Desmontado

Define valores para NCrossValidationsMode.
KnownNCrossValidationsMode pode ser usado de forma intercambiável com NCrossValidationsMode, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Automático: determine o valor das validações N cruzadas automaticamente. Com suporte apenas para a tarefa AutoML 'Previsão'.
Personalizado: use o valor de validações N-Cross personalizadas.

Define valores para Rede.
KnownNetwork pode ser usado de forma intercambiável com Rede, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Ponte
Host

Define valores para NodeState.
KnownNodeState pode ser usado de forma intercambiável com NodeState, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Ocioso
Executando
Preparando
Inutilizável
Deixando
Precedido

Define valores para ObjectDetectionPrimaryMetrics.
KnownObjectDetectionPrimaryMetrics pode ser usado de forma intercambiável com ObjectDetectionPrimaryMetrics, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

MeanAveragePrecision: a precisão média média (MAP) é a média de AP (precisão média). A AP é calculada para cada classe e é calculada em média para obter o MAP.

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação getLogs.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Contém dados de resposta para a operação listSkusNext.

Contém dados de resposta para a operação listSkus.

Contém dados de resposta para a operação de atualização.

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação getToken.

Contém dados de resposta para a operação listKeys.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Contém dados de resposta para a operação de atualização.

Define valores para OperatingSystemType.
KnownOperatingSystemType pode ser usado intercambiável com OperatingSystemType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Linux
Windows

Define valores para OperationName.
KnownOperationName pode ser usado de forma intercambiável com OperationName, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Criar
Iniciar
Parar
Reiniciar
Recriação de imagem
Excluir

Define valores para OperationStatus.
KnownOperationStatus pode ser usado intercambiável com OperationStatus, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

InProgress
Êxito
CreateFailed
StartFailed
StopFailed
RestartFailed
ReimageFailed
DeleteFailed

Define valores para OperationTrigger.
KnownOperationTrigger pode ser usado intercambiável com OperationTrigger, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Usuário
Agenda
IdleShutdown

Contém dados de resposta para a operação de lista.

Define valores para OrderString.
KnownOrderString pode ser usado intercambiável com OrderString, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

CreatedAtDesc
CreatedAtAsc
UpdatedAtDesc
UpdatedAtAsc

Define valores para OsType.
KnownOsType pode ser usado intercambiável com OsType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Linux
Windows

Define valores para OutputDeliveryMode.
KnownOutputDeliveryMode pode ser usado intercambiável com OutputDeliveryMode, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

ReadWriteMount
Upload

Define valores para PrivateEndpointConnectionProvisioningState.
KnownPrivateEndpointConnectionProvisioningState pode ser usado de forma intercambiável com PrivateEndpointConnectionProvisioningState, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Êxito
Criando
Excluir
Falha

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação de lista.

Define valores para PrivateEndpointServiceConnectionStatus.
KnownPrivateEndpointServiceConnectionStatus pode ser usado de forma intercambiável com PrivateEndpointServiceConnectionStatus, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Pendente
Aprovado
Rejeitado
Desconectado
Tempo Limite

Contém dados de resposta para a operação de lista.

Define valores para ProvisioningState.
KnownProvisioningState pode ser usado de forma intercambiável com ProvisioningState, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Desconhecido
Atualizar
Criando
Excluir
Êxito
Com falha
Cancelado

Define valores para ProvisioningStatus.
KnownProvisioningStatus pode ser usado de forma intercambiável com ProvisioningStatus, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Concluído
Provisionamento
Falha

Define valores para PublicNetworkAccess.
KnownPublicNetworkAccess pode ser usado de forma intercambiável com PublicNetworkAccess, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Enabled
Desabilitado

Define valores para PublicNetworkAccessType.
KnownPublicNetworkAccessType pode ser usado de forma intercambiável com PublicNetworkAccessType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Enabled
Desabilitado

Define valores para QuotaUnit.
KnownQuotaUnit pode ser usado de forma intercambiável com QuotaUnit, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Count

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Contém dados de resposta para a operação de atualização.

Define valores para RandomSamplingAlgorithmRule.
KnownRandomSamplingAlgorithmRule pode ser usado de forma intercambiável com RandomSamplingAlgorithmRule. Essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Aleatório
Sobol

Define valores para RecurrenceFrequency.
KnownRecurrenceFrequency pode ser usado de forma intercambiável com RecurrenceFrequency, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Minuto: frequência de minuto
Hora: frequência de hora
Dia: frequência do dia
Semana: Frequência da semana
Mês: Frequência do mês

Define valores para ReferenceType.
KnownReferenceType pode ser usado de forma intercambiável com ReferenceType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Id
DataPath
OutputPath

Define valores para RegressionModels.
KnownRegressionModels pode ser usado intercambiável com RegressionModels, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

ElasticNet: a rede elástica é um tipo popular de regressão linear regularizada que combina duas penalidades populares, especificamente as funções de penalidade L1 e L2.
GradientBoosting: a técnica de transitar alunos da semana para um aluno forte é chamada de Boosting. O processo de algoritmo de aumento de gradiente funciona nessa teoria da execução.
DecisionTree: As árvores de decisão são um método de aprendizado supervisionado não paramétrico usado para tarefas de classificação e regressão. A meta é criar um modelo que preveja o valor de uma variável de destino aprendendo regras de decisão simples inferidas dos recursos de dados.
KNN: o algoritmo KNN (K-nearest neighbors) usa "similaridade de recurso" para prever os valores de novos pontos de dados, o que significa ainda que o novo ponto de dados receberá um valor com base na proximidade com que ele corresponde aos pontos no conjunto de treinamento.
LassoLars: o modelo lasso se encaixa com a Regressão de Ângulo Mínimo, também conhecida como Lars. É um Modelo Linear treinado com um L1 anterior como regularizador.
SGD: SGD: a descida do gradiente estocástico é um algoritmo de otimização geralmente usado em aplicativos de machine learning para localizar os parâmetros de modelo que correspondem ao melhor ajuste entre saídas previstas e reais. É uma técnica inexata, mas poderosa.
RandomForest: a floresta aleatória é um algoritmo de aprendizado supervisionado. A "floresta" que ela constrói é um conjunto de árvores de decisão, geralmente treinadas com o método de "ensacar". A ideia geral do método de empacotamento é que uma combinação de modelos de aprendizado aumenta o resultado geral.
ExtremeRandomTrees: Extreme Trees é um algoritmo de aprendizado de máquina de conjunto que combina as previsões de muitas árvores de decisão. Ele está relacionado ao algoritmo de floresta aleatória amplamente utilizado.
LightGBM: LightGBM é uma estrutura de aumento de gradiente que usa algoritmos de aprendizado baseados em árvore.
XGBoostRegressor: XGBoostRegressor: Extreme Gradient Boosting Regressor é um modelo de machine learning supervisionado usando um conjunto de alunos base.

Define valores para RegressionPrimaryMetrics.
KnownRegressionPrimaryMetrics pode ser usado intercambiável com RegressionPrimaryMetrics, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

SpearmanCorrelation: o coeficiente de correlação de classificação do Spearman é uma medida nãoparamétrica de correlação de classificação.
NormalizedRootMeanSquaredError: o erro NRMSE (erro quadrado médio raiz normalizado) o RMSE facilita a comparação entre modelos com escalas diferentes.
R2Score: a pontuação R2 é uma das medidas de avaliação de desempenho para modelos de machine learning baseados em previsão.
NormalizedMeanAbsoluteError: O Erro Absoluto Médio Normalizado (NMAE) é uma métrica de validação para comparar o MAE (Erro Absoluto Médio) da série (tempo) com escalas diferentes.

Define valores para RemoteLoginPortPublicAccess.
KnownRemoteLoginPortPublicAccess pode ser usado de forma intercambiável com RemoteLoginPortPublicAccess, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Enabled
Desabilitado
NotSpecified

Define valores para SamplingAlgorithmType.
KnownSamplingAlgorithmType pode ser usado de forma intercambiável com SamplingAlgorithmType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Grid
Aleatório
Bayesiano

Define valores para ScaleType.
KnownScaleType pode ser usado intercambiável com ScaleType, essa enumeração contém os valores conhecidos que o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Default
TargetUtilization

Define valores para ScheduleActionType.
KnownScheduleActionType pode ser usado intercambiável com ScheduleActionType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

CreateJob
InvokeBatchEndpoint

Define valores para ScheduleListViewType.
KnownScheduleListViewType pode ser usado intercambiável com ScheduleListViewType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

EnabledOnly
DisabledOnly
Todos

Define valores para ScheduleProvisioningState.
KnownScheduleProvisioningState pode ser usado intercambiável com ScheduleProvisioningState, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Concluído
Provisionamento
Com falha

Define valores para ScheduleProvisioningStatus.
KnownScheduleProvisioningStatus pode ser usado de forma intercambiável com ScheduleProvisioningStatus, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Criando
Atualizar
Excluir
Êxito
Falha
Cancelado

Define valores para ScheduleStatus.
KnownScheduleStatus pode ser usado de forma intercambiável com ScheduleStatus, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Enabled
Desabilitado

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Define valores para SeasonalityMode.
KnownSeasonalityMode pode ser usado de forma intercambiável com SeasonalityMode, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Automático: sazonalidade a ser determinada automaticamente.
Personalizado: use o valor de sazonalidade personalizado.

Define valores para SecretsType.
KnownSecretsType pode ser usado de forma intercambiável com SecretsType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

AccountKey
Certificado
Sas
ServicePrincipal

Define valores para ServiceDataAccessAuthIdentity.
KnownServiceDataAccessAuthIdentity pode ser usado de forma intercambiável com ServiceDataAccessAuthIdentity, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Nenhum: não use nenhuma identidade para acesso a dados de serviço.
WorkspaceSystemAssignedIdentity: use a identidade gerenciada atribuída pelo sistema do Workspace para autenticar o acesso aos dados do serviço.
WorkspaceUserAssignedIdentity: use a identidade gerenciada atribuída pelo usuário do Workspace para autenticar o acesso aos dados do serviço.

Define valores para ShortSeriesHandlingConfiguration.
KnownShortSeriesHandlingConfiguration pode ser usado de forma intercambiável com ShortSeriesHandlingConfiguration. Essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Nenhum: representa um valor não/nulo.
Auto: a série curta será preenchida se não houver séries longas, caso contrário, séries curtas serão descartadas.
Pad: todas as séries curtas serão preenchidas.
Drop: todas as séries curtas serão descartadas.

Define valores para SkuScaleType.
KnownSkuScaleType pode ser usado de forma intercambiável com SkuScaleType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Automático: dimensiona automaticamente a contagem de nós.
Manual: contagem de nós dimensionada mediante solicitação do usuário.
Nenhum: conjunto fixo de nós.

Define valores para SkuTier.

Define valores para SourceType.
KnownSourceType pode ser usado de forma intercambiável com SourceType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Conjunto de dados
Datastore
URI

Define valores para SshPublicAccess.
KnownSshPublicAccess pode ser usado de forma intercambiável com SshPublicAccess, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Enabled
Desabilitado

Define valores para SslConfigStatus.
KnownSslConfigStatus pode ser usado de forma intercambiável com SslConfigStatus. Essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Desabilitado
Enabled
Auto

Define valores para StackMetaLearnerType.
KnownStackMetaLearnerType pode ser usado de forma intercambiável com StackMetaLearnerType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Nenhuma
LogisticRegression: meta-aprendizes padrão são LogisticRegression para tarefas de classificação.
LogisticRegressionCV: meta-alunos padrão são LogisticRegression para a tarefa de classificação quando o CV está ativado.
LightGBMClassifier
ElasticNet: meta-aprendizes padrão são LogisticRegression para a tarefa de regressão.
ElasticNetCV: meta-aprendizes padrão são LogisticRegression para a tarefa de regressão quando o CV está ativado.
LightGBMRegressor
LinearRegression

Define valores para Status.
KnownStatus pode ser usado de forma intercambiável com Status. Essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Indefinido
Êxito
Falha
InvalidQuotaBelowClusterMinimum
InvalidQuotaExceedsSubscriptionLimit
InvalidVMFamilyName
OperationNotSupportedForSku
OperationNotEnabledForRegion

Define valores para StochasticOptimizer.
KnownStochasticOptimizer pode ser usado de forma intercambiável com StochasticOptimizer. Essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Nenhum: nenhum otimizador selecionado.
Sgd: otimizador descendente de gradiente estocástico.
Adam: Adam é um algoritmo que otimiza funções de objetivo estocásticas com base em estimativas adaptáveis de momentos
Adamw: AdamW é uma variante do otimizador Adam que tem uma implementação aprimorada de decadência de peso.

Define valores para StorageAccountType.
KnownStorageAccountType pode ser usado de forma intercambiável com StorageAccountType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Standard_LRS
Premium_LRS

Define valores para TargetAggregationFunction.
KnownTargetAggregationFunction pode ser usado de forma intercambiável com TargetAggregationFunction, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Nenhum: não representa nenhum valor definido.
Sum
Max
Min
Mean

Define valores para TargetLagsMode.
KnownTargetLagsMode pode ser usado de forma intercambiável com TargetLagsMode, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Automático: os atrasos de destino devem ser determinados automaticamente.
Personalizado: use os atrasos de destino personalizados.

Define valores para TargetRollingWindowSizeMode.
KnownTargetRollingWindowSizeMode pode ser usado de forma intercambiável com TargetRollingWindowSizeMode, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Automático: determine o tamanho do windows sem interrupção automaticamente.
Personalizado: use o tamanho da janela sem interrupção especificado.

Define valores para TaskType.
KnownTaskType pode ser usado de forma intercambiável com TaskType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Classificação: a classificação no aprendizado de máquina e nas estatísticas é uma abordagem de aprendizado supervisionado na qual o programa de computador aprende com os dados dados dados e faz novas observações ou classificações.
Regressão: regressão significa prever o valor usando os dados de entrada. Os modelos de regressão são usados para prever um valor contínuo.
Previsão: a previsão é um tipo especial de tarefa de regressão que lida com dados de série temporal e cria um modelo de previsão que pode ser usado para prever os valores futuros próximos com base nas entradas.
ImageClassification: Classificação de Imagem. A classificação de imagens de várias classes é usada quando uma imagem é classificada com apenas um único rótulo de um conjunto de classes , por exemplo, cada imagem é classificada como uma imagem de um 'gato' ou um 'cachorro' ou um 'pato'.
ImageClassificationMultilabel: Classificação de Imagem Multi-rótulo. A classificação de imagens de vários rótulos é usada quando uma imagem pode ter um ou mais rótulos de um conjunto de rótulos , por exemplo, uma imagem pode ser rotulada com 'gato' e 'cachorro'.
ImageObjectDetection: Detecção de objeto de imagem. A detecção de objetos é usada para identificar objetos em uma imagem e localizar cada objeto com uma caixa delimitadora, por exemplo, localizar todos os cães e gatos em uma imagem e desenhar uma caixa delimitadora em torno de cada um.
ImageInstanceSegmentation: Segmentação de instância de imagem. A segmentação de instância é usada para identificar objetos em uma imagem no nível de pixel, desenhando um polígono em torno de cada objeto na imagem.
TextClassification: a classificação de texto (também conhecida como marcação de texto ou categorização de texto) é o processo de classificação de textos em categorias. As categorias são mutuamente exclusivas.
TextClassificationMultilabel: a tarefa de classificação de vários rótulos atribui cada amostra a um grupo (zero ou mais) de rótulos de destino.
TextNER: Reconhecimento de Entidade Nomeada de Texto também conhecido como TextNER. O NER (Reconhecimento de Entidade Nomeada) é a capacidade de usar texto de forma livre e identificar as ocorrências de entidades como pessoas, locais, organizações e muito mais.

Define valores para TriggerType.
KnownTriggerType pode ser usado de forma intercambiável com TriggerType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Recorrência
Cron

Define valores para UnderlyingResourceAction.
KnownUnderlyingResourceAction pode ser usado de forma intercambiável com UnderlyingResourceAction, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Excluir
Desanexar

Define valores para UnitOfMeasure.
KnownUnitOfMeasure pode ser usado de forma intercambiável com UnitOfMeasure. Essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

OneHour

Define valores para UsageUnit.
KnownUsageUnit pode ser usado de forma intercambiável com UsageUnit, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Count

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Define valores para UseStl.
KnownUseStl pode ser usado de forma intercambiável com UseStl, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Nenhum: nenhuma decomposição stl.
Temporada
SeasonTrend

Define valores para VMPriceOSType.
KnownVMPriceOSType pode ser usado de forma intercambiável com VMPriceOSType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Linux
Windows

Define valores para VMTier.
KnownVMTier pode ser usado de forma intercambiável com VMTier, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Standard
LowPriority
Local

Define valores para ValidationMetricType.
KnownValidationMetricType pode ser usado de forma intercambiável com ValidationMetricType, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Nenhum: nenhuma métrica.
Coco: Métrica coco.
Voc: Métrica voc.
CocoVoc: métrica CocoVoc.

Define valores para ValueFormat.
KnownValueFormat pode ser usado de forma intercambiável com ValueFormat, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

JSON

Contém dados de resposta para a operação de lista.

Define valores para VmPriority.
KnownVmPriority pode ser usado de forma intercambiável com VmPriority, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Dedicado
LowPriority

Define valores para WeekDay.
KnownWeekDay pode ser usado de forma intercambiável com WeekDay, essa enumeração contém os valores conhecidos aos quais o serviço dá suporte.

Valores conhecidos compatíveis com o serviço

Segunda-feira: segunda-feira dia da semana
Terça-feira: terça-feira dia da semana
Quarta-feira: quarta-feira dia da semana
Quinta-feira: quinta-feira dia da semana
Sexta-feira: sexta-feira dia da semana
Sábado: Sábado de semana
Domingo: dia da semana de domingo

Contém dados de resposta para a operação de criação.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Contém dados de resposta para a operação listNext.

Contém dados de resposta para a operação de lista.

Contém dados de resposta para a operação createOrUpdate.

Contém dados de resposta para a operação de diagnóstico.

Contém dados de resposta para a operação get.

Contém dados de resposta para a operação listByResourceGroupNext.

Contém dados de resposta para a operação listByResourceGroup.

Contém dados de resposta para a operação listBySubscriptionNext.

Contém dados de resposta para a operação listBySubscription.

Contém dados de resposta para a operação listKeys.

Contém dados de resposta para a operação listNotebookAccessToken.

Contém dados de resposta para a operação listNotebookKeys.

Contém dados de resposta para a operação listOutboundNetworkDependenciesEndpoints.

Contém dados de resposta para a operação listStorageAccountKeys.

Contém dados de resposta para a operação prepareNotebook.

Contém dados de resposta para a operação de atualização.

Valores conhecidos de AllocationState que o serviço aceita.

Valores conhecidos de ApplicationSharingPolicy que o serviço aceita.

Valores conhecidos de AutoRebuildSetting que o serviço aceita.

Valores conhecidos de Salvamento Automático que o serviço aceita.

Valores conhecidos de BatchLoggingLevel que o serviço aceita.

Valores conhecidos de BatchOutputAction que o serviço aceita.

Valores conhecidos de BillingCurrency que o serviço aceita.

Valores conhecidos de BlockedTransformers que o serviço aceita.

Valores conhecidos de Cache que o serviço aceita.

Valores conhecidos de ClassificationModels que o serviço aceita.

Valores conhecidos de ClassificationMultilabelPrimaryMetrics que o serviço aceita.

Valores conhecidos de ClassificationPrimaryMetrics que o serviço aceita.

Valores conhecidos de ClusterPurpose que o serviço aceita.

Valores conhecidos de ComputeInstanceAuthorizationType que o serviço aceita.

Valores conhecidos de ComputeInstanceState que o serviço aceita.

Valores conhecidos de ComputePowerAction que o serviço aceita.

Valores conhecidos de ComputeType que o serviço aceita.

Valores conhecidos de ConnectionAuthType que o serviço aceita.

Valores conhecidos de ConnectionCategory que o serviço aceita.

Valores conhecidos de ContainerType que o serviço aceita.

Valores conhecidos de CreatedByType que o serviço aceita.

Valores conhecidos de CredentialsType que o serviço aceita.

Valores conhecidos de DataType que o serviço aceita.

Valores conhecidos de DatastoreType que o serviço aceita.

Valores conhecidos de DeploymentProvisioningState que o serviço aceita.

Valores conhecidos de DiagnosResultLevel que o serviço aceita.

Valores conhecidos de DistributionType que o serviço aceita.

Valores conhecidos de EarlyTerminationPolicyType que o serviço aceita.

Valores conhecidos de EgressPublicNetworkAccessType que o serviço aceita.

Valores conhecidos de EncryptionStatus que o serviço aceita.

Valores conhecidos de EndpointAuthMode que o serviço aceita.

Valores conhecidos de EndpointComputeType que o serviço aceita.

Valores conhecidos de EndpointProvisioningState que o serviço aceita.

Valores conhecidos de EnvironmentType que o serviço aceita.

Valores conhecidos de FeatureLags que o serviço aceita.

Valores conhecidos de FeaturizationMode que o serviço aceita.

Valores conhecidos de ForecastHorizonMode que o serviço aceita.

Valores conhecidos de ForecastingModels que o serviço aceita.

Valores conhecidos de ForecastingPrimaryMetrics que o serviço aceita.

Valores conhecidos de Meta que o serviço aceita.

Valores conhecidos de IdentityConfigurationType que o serviço aceita.

Valores conhecidos de InputDeliveryMode que o serviço aceita.

Valores conhecidos de InstanceSegmentationPrimaryMetrics que o serviço aceita.

Valores conhecidos de JobInputType que o serviço aceita.

Valores conhecidos de JobLimitsType que o serviço aceita.

Valores conhecidos de JobOutputType que o serviço aceita.

Valores conhecidos de JobStatus que o serviço aceita.

Valores conhecidos de JobType que o serviço aceita.

Valores conhecidos de KeyType que o serviço aceita.

Valores conhecidos de LearningRateScheduler que o serviço aceita.

Valores conhecidos de ListViewType que o serviço aceita.

Valores conhecidos de LoadBalancerType que o serviço aceita.

Valores conhecidos de LogVerbosity que o serviço aceita.

Valores conhecidos de ManagedServiceIdentityType que o serviço aceita.

Valores conhecidos de ModelSize que o serviço aceita.

Valores conhecidos de MountAction que o serviço aceita.

Valores conhecidos de MountState que o serviço aceita.

Valores conhecidos de NCrossValidationsMode que o serviço aceita.

Valores conhecidos de Rede que o serviço aceita.

Valores conhecidos de NodeState que o serviço aceita.

Valores conhecidos de ObjectDetectionPrimaryMetrics que o serviço aceita.

Valores conhecidos de OperatingSystemType que o serviço aceita.

Valores conhecidos de OperationName que o serviço aceita.

Valores conhecidos de OperationStatus que o serviço aceita.

Valores conhecidos de OperationTrigger que o serviço aceita.

Valores conhecidos de OrderString que o serviço aceita.

Valores conhecidos de OsType que o serviço aceita.

Valores conhecidos de OutputDeliveryMode que o serviço aceita.

Valores conhecidos de PrivateEndpointConnectionProvisioningState que o serviço aceita.

Valores conhecidos de PrivateEndpointServiceConnectionStatus que o serviço aceita.

Valores conhecidos de ProvisioningState que o serviço aceita.

Valores conhecidos de ProvisioningStatus que o serviço aceita.

Valores conhecidos de PublicNetworkAccess que o serviço aceita.

Valores conhecidos de PublicNetworkAccessType que o serviço aceita.

Valores conhecidos de QuotaUnit que o serviço aceita.

Valores conhecidos de RandomSamplingAlgorithmRule que o serviço aceita.

Valores conhecidos de RecurrenceFrequency que o serviço aceita.

Valores conhecidos de ReferenceType que o serviço aceita.

Valores conhecidos de RegressionModels que o serviço aceita.

Valores conhecidos de RegressionPrimaryMetrics que o serviço aceita.

Valores conhecidos de RemoteLoginPortPublicAccess que o serviço aceita.

Valores conhecidos de SamplingAlgorithmType que o serviço aceita.

Valores conhecidos de ScaleType que o serviço aceita.

Valores conhecidos de ScheduleActionType que o serviço aceita.

Valores conhecidos de ScheduleListViewType que o serviço aceita.

Valores conhecidos de ScheduleProvisioningState que o serviço aceita.

Valores conhecidos de ScheduleProvisioningStatus que o serviço aceita.

Valores conhecidos de ScheduleStatus que o serviço aceita.

Valores conhecidos de SeasonalityMode que o serviço aceita.

Valores conhecidos de SecretsType que o serviço aceita.

Valores conhecidos de ServiceDataAccessAuthIdentity que o serviço aceita.

Valores conhecidos de ShortSeriesHandlingConfiguration que o serviço aceita.

Valores conhecidos de SkuScaleType que o serviço aceita.

Valores conhecidos de SourceType que o serviço aceita.

Valores conhecidos de SshPublicAccess que o serviço aceita.

Valores conhecidos de SslConfigStatus que o serviço aceita.

Valores conhecidos de StackMetaLearnerType que o serviço aceita.

Valores conhecidos de Status que o serviço aceita.

Valores conhecidos de StochasticOptimizer que o serviço aceita.

Valores conhecidos de StorageAccountType que o serviço aceita.

Valores conhecidos de TargetAggregationFunction que o serviço aceita.

Valores conhecidos de TargetLagsMode que o serviço aceita.

Valores conhecidos de TargetRollingWindowSizeMode que o serviço aceita.

Valores conhecidos de TaskType que o serviço aceita.

Valores conhecidos de TriggerType que o serviço aceita.

Valores conhecidos de UnderlyingResourceAction que o serviço aceita.

Valores conhecidos de UnitOfMeasure que o serviço aceita.

Valores conhecidos de UsageUnit que o serviço aceita.

Valores conhecidos de UseStl que o serviço aceita.

Valores conhecidos de VMPriceOSType que o serviço aceita.

Valores conhecidos de VMTier que o serviço aceita.

Valores conhecidos de ValidationMetricType que o serviço aceita.

Valores conhecidos de ValueFormat que o serviço aceita.

Valores conhecidos de VmPriority que o serviço aceita.

Valores conhecidos de WeekDay que o serviço aceita.

Dado o último .value produzido pelo byPage iterador, retorna um token de continuação que pode ser usado para iniciar a paginação a partir desse ponto mais tarde.