@azure/arm-machinelearning package

Этот тип подключения охватывает проверку подлинности AAD для любой применимой службы Azure.

Свойства AKS

Этот тип подключения охватывает подключение к ключу учетной записи для хранилища Azure

Конфигурация учетных данных хранилища ключей учетной записи.

Секреты ключа учетной записи хранилища данных.

Сведения об учетной записи ACR, используемой для реестра

Вычисление машинного обучения на основе AKS.

Секреты, связанные с вычислением машинного обучения на основе AKS.

Свойства AksComputeSecrets

Предварительная настройка сети AKS

Все узлы означает, что служба будет работать на всех узлах задания.

Вычисление Машинного обучения Azure.

Сведения о вычислительном узле, связанном с AmlCompute.

Результат узлов AmlCompute

Свойства вычислений AML

Свойства (верхний уровень) AmlCompute

Конфигурация удостоверения токена AML.

Определение вычислительного удостоверения токена AML.

Функции, включенные для рабочей области

Доступ к учетным данным без учетных данных

Этот тип подключения охватывает универсальные категории подключений apiKey, например AzureOpenAI: Category:= AzureOpenAI AuthType:= ApiKey (как тип дискриминационных) Учетные данные:= {ApiKey} как Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target:= {ApiBase}

CognitiveService: Category:= CognitiveService AuthType:= ApiKey (как тип дискриминационный) Credentials:= {SubscriptionKey} как Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target:= ServiceRegion={serviceRegion}

CognitiveSearch: Category:= CognitiveSearch AuthType:= ApiKey (как тип дискриминационный) Credentials:= {Key} как Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target:= {Endpoint}

Использование контейнера свойств метаданных для ApiType, ApiVersion, Kind и других полей метаданных

ARM ResourceId ресурса ресурса

Тип входных данных ресурса.

Тип выходных данных ресурса.

Базовое определение ссылок на ресурсы.

Пользователь, которому может быть назначен вычислительный экземпляр.

Горизонт прогнозирования определяется автоматически системой.

Класс AutoMLJob. Используйте этот класс для выполнения задач AutoML, таких как классификация и регрессия и т. д. См. перечисление TaskType для всех поддерживаемых задач.

Вертикальный класс AutoML. Базовый класс для вертикальных элементов AutoML — TableVertical/ImageVertical/NLPVertical

Проверки N-Cross определяются автоматически.

Свойства автоматической приостановки

Свойства автомасштабирования

Прогнозирование сезонности.

Число прошлых периодов задержки от целевого столбца.

Целевое окно задержки определяется автоматически.

Конфигурация хранилища данных BLOB-объектов Azure.

Конфигурация хранилища данных Azure Data Lake 1-го поколения.

Конфигурация хранилища данных Azure Data Lake 2-го поколения.

Базовое определение конфигурации содержимого хранилища данных Azure.

Сведения о веб-перехватчике, относящиеся к Azure DevOps

Конфигурация хранилища данных Файлов Azure.

Необязательные параметры.

Определяет политику раннего завершения на основе критериев slack, частоты и интервала задержки для оценки

Определение модели ресурсов для отслеживаемого ресурса Azure Resource Manager с тегами верхнего уровня и расположением

Свойства, относящиеся к разным типам развертывания.

Параметры вывода пакетной службы для каждого развертывания.

Список сущностей BatchDeployment с разбивкой на страницы.

Интерфейс, представляющий batchDeployments.

Определяет заголовки для операции BatchDeployments_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции BatchDeployments_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Определяет заголовки для операции BatchDeployments_update.

Необязательные параметры.

Определение модели ресурсов для отслеживаемого ресурса Azure Resource Manager с тегами верхнего уровня и расположением

Значения конечной точки пакетной службы по умолчанию

Конфигурация пакетной конечной точки.

Список сущностей BatchEndpoint с разбивкой на страницы.

Интерфейс, представляющий batchEndpoints.

Определяет заголовки для операции BatchEndpoints_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции BatchEndpoints_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Определяет заголовки для операции BatchEndpoints_update.

Необязательные параметры.

Свойства развертывания компонента конвейера пакетной службы.

Параметры повтора для операции вывода пакетной службы.

Определяет алгоритм выборки, который создает значения на основе предыдущих значений

Описание параметров привязки для контейнера

Параметры конфигурации для контекста сборки Docker

Конфигурация учетных данных хранилища сертификатов.

Секреты сертификата хранилища данных.

Задача классификации в вертикальной таблице AutoML.

Связанная конфигурация обучения классификации.

Параметры обновления AmlCompute.

Настройка ресурса кода оценки.

Конверт ресурсов Azure Resource Manager.

Контейнер для версий ресурса кода.

Список сущностей CodeContainer с разбивкой на страницы.

Интерфейс, представляющий CodeContainers.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Конверт ресурсов Azure Resource Manager.

Сведения о версии ресурса кода.

Список сущностей CodeVersion с разбивкой на страницы.

Интерфейс, представляющий CodeVersions.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Определяет заголовки для операции CodeVersions_publish.

Необязательные параметры.

Параметры преобразователя столбцов.

Определение задания команды.

Класс ограничения задания команд.

Конверт ресурсов Azure Resource Manager.

Определение контейнера компонента. <см. href="https://docs.microsoft.com/en-us/azure/machine-learning/reference-yaml-component-command" />

Список сущностей ComponentContainer с разбивкой на страницы.

Интерфейс, представляющий componentContainers.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Конверт ресурсов Azure Resource Manager.

Определение версии компонента: определяет ресурсы, охватывающие типы компонентов.

Список сущностей ComponentVersion с разбивкой на страницы.

Интерфейс, представляющий ComponentVersions.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Определяет заголовки для операции ComponentVersions_publish.

Необязательные параметры.

Вычислительный объект машинного обучения.

Определяет заголовки для операции Compute_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции Compute_delete.

Необязательные параметры.

Необязательные параметры.

Вычислительный экземпляр Машинного обучения Azure.

Определяет приложение экземпляра Aml и URI конечной точки подключения.

Определяет все конечные точки подключения и свойства для ComputeInstance.

Определяет контейнер экземпляра Aml.

Описание сведений о пользователе, создавшего этот computeInstance.

Определяет dataDisk экземпляра Aml.

Определяет dataMount экземпляра Aml.

Сведения о среде

Последняя операция в ComputeInstance.

Свойства вычислительного экземпляра

Свойства (верхний уровень) ComputeInstance

Задает политику и параметры для доступа К SSH.

Версия computeInstance.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Интерфейс, представляющий ComputeOperations.

Вычислительный объект машинного обучения, упакованный в конверт ресурса ARM.

Необязательные параметры.

Конфигурация среды выполнения вычислений для рабочей области типа хранилища компонентов.

Список расписаний, применяемых к вычислениям

Секреты, связанные с вычислительными ресурсами машинного обучения. Может отличаться для каждого типа вычислений.

Необязательные параметры.

Свойства расписания остановки вычислений

Необязательные параметры.

Необязательные параметры.

Требования к ресурсам для каждого экземпляра контейнера в интерактивном развертывании.

Триггер рабочего процесса cron для типа расписания ComputeStartStop.

Требуемый максимальный горизонт прогнозирования в единицах частоты временных рядов.

Объект учетных данных пользовательских ключей

Категория:= CustomKeys AuthType:= CustomKeys (как тип дискриминационные) Credentials:= {CustomKeys} в качестве Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.CustomKeys Target:= {any value} Использовать контейнер свойств метаданных для ApiVersion и других полей метаданных

Тип входных данных ресурса.

Тип выходных данных ресурса.

Проверки N-Cross задаются пользователем.

Прогнозирование сезонности.

Указывает конфигурацию настраиваемой службы

Число прошлых периодов задержки от целевого столбца.

Прогнозирование размера целевого скользящего окна.

Конверт ресурсов Azure Resource Manager.

Контейнер для версий ресурса данных.

Список сущностей DataContainer с разбивкой на страницы.

Интерфейс, представляющий DataContainers.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Вычисление DataFactory.

Вычисление DataLakeAnalytics.

Ссылка на ресурс через его путь в хранилище данных.

Базовый класс DataReferenceCredential

Конверт ресурсов Azure Resource Manager.

Определение базовой версии данных

Список сущностей DataVersionBase с разбивкой на страницы.

Интерфейс, представляющий DataVersions.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Определяет заголовки для операции DataVersions_publish.

Необязательные параметры.

Вычисление DataFactory.

Секреты, связанные с вычислением машинного обучения на основе Databricks.

Свойства секретов вычислений Databricks

Свойства Databricks

Конверт ресурсов Azure Resource Manager.

Базовое определение для учетных данных хранилища данных.

Базовое определение конфигурации содержимого хранилища данных.

Список сущностей хранилища данных с разбивкой на страницы.

Базовое определение секретов хранилища данных.

Интерфейс, представляющий хранилища данных.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Конфигурация масштабирования развертывания в Сети.

Публикация сведений о ресурсах реестра назначения

Результат диагностики

Параметры для диагностики рабочей области

Базовое определение конфигурации распределения заданий.

Конфигурация контейнера Docker

Учетные данные для Docker с именем пользователя и паролем

Политики раннего завершения позволяют отменять низкопроизводительные запуски до их завершения

Описание конфигурации конечной точки для контейнера

Ключи для проверки подлинности конечной точки.

Маркер службы

Базовое определение для развертывания конечной точки.

Базовое определение конечной точки вывода

Конверт ресурсов Azure Resource Manager.

Контейнер для версий спецификации среды.

Список сущностей EnvironmentContainer с разбивкой на страницы.

Интерфейс, представляющий EnvironmentContainers.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Переменные среды для контейнера

Конверт ресурсов Azure Resource Manager.

Сведения о версии среды.

Список сущностей EnvironmentVersion с разбивкой на страницы.

Интерфейс, представляющий EnvironmentVersions.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Определяет заголовки для операции EnvironmentVersions_publish.

Необязательные параметры.

Дополнительные сведения об ошибке управления ресурсами.

Сведения об ошибке.

Распространенный ответ об ошибке для всех API Azure Resource Manager для возврата сведений об ошибке для неудачных операций. (Это также следует формату ответа об ошибках OData.).

Предполагаемые сведения о цене использования виртуальной машины определенного типа ОС, уровня и т. д.

Предполагаемые сведения о цене для использования виртуальной машины.

Конверт ресурсов Azure Resource Manager.

Объект DTO, представляющий функцию

Список сущностей компонента с разбивкой на страницы.

Параметры рабочей области типа хранилища компонентов.

Указывает окно компонента

Интерфейс, представляющий компоненты.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Конверт ресурсов Azure Resource Manager.

Объект DTO, представляющий набор компонентов

Список сущностей FeaturesetContainer с разбивкой на страницы.

Интерфейс, представляющий featuresetContainers.

Определяет заголовки для операции FeaturesetContainers_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции FeaturesetContainers_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Объект DTO, представляющий спецификацию

Конверт ресурсов Azure Resource Manager.

Запрос полезных данных для создания запроса обратной заполнения для заданной версии набора компонентов

Полезные данные ответа для создания запроса обратной заполнения для заданной версии набора компонентов

Объект DTO, представляющий версию набора компонентов

Список сущностей FeaturesetVersion с разбивкой на страницы.

Интерфейс, представляющий FeaturesetVersions.

Определяет заголовки для операции FeaturesetVersions_backfill.

Необязательные параметры.

Определяет заголовки для операции FeaturesetVersions_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции FeaturesetVersions_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Конверт ресурсов Azure Resource Manager.

Объект DTO, представляющий сущность компонента

Список сущностей FeaturestoreEntityContainer с разбивкой на страницы.

Интерфейс, представляющий FeaturestoreEntityContainers.

Определяет заголовки для операции FeaturestoreEntityContainers_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции FeaturestoreEntityContainers_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Конверт ресурсов Azure Resource Manager.

Объект DTO, представляющий версию сущности компонента

Список сущностей FeaturestoreEntityVersion с разбивкой на страницы.

Интерфейс, представляющий FeaturestoreEntityVersions.

Определяет заголовки для операции FeaturestoreEntityVersions_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции FeaturestoreEntityVersions_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Конфигурация признаков.

Исправлено определение входных данных.

Требуемый максимальный горизонт прогнозирования в единицах частоты временных рядов.

Задача прогнозирования в вертикальной таблице AutoML.

Прогнозирование определенных параметров.

Конфигурация, связанная с прогнозированием обучения.

Полное доменное имя— правило исходящего трафика для управляемой сети рабочей области машинного обучения.

BlobReferenceSASRequest для API getBlobReferenceSAS

BLOBReferenceSASResponse для API getBlobReferenceSAS

Определяет алгоритм выборки, который исчерпывающим образом создает каждое сочетание значений в пространстве

Вычисление HDInsight.

Свойства вычислений HDInsight

Ссылка на ресурс с помощью идентификатора ресурса ARM.

Базовое определение конфигурации удостоверений.

Удостоверение, которое будет использоваться для доступа к хранилищу ключей для шифрования неактивных данных

Останавливает вычислительный экземпляр после определенного пользователем периода бездействия.

Описание спецификаций изображений

Классификация изображений. Классификация изображений с несколькими классами используется, если изображение классифицируется только одной меткой из набора классов, например каждый образ классифицируется как изображение "cat" или "собака" или "утка".

Абстрактный класс для задач AutoML, которые обучают модели изображений (компьютерное зрение), например классификация изображений, многоуровневая классификация изображений/ обнаружение объектов изображений или сегментация экземпляров изображений.

Многозначная классификация изображений. Классификация изображений с несколькими метками используется, если изображение может иметь одну или несколько меток из набора меток, например изображение может быть помечено как cat, так и "собака".

Сегментация экземпляра изображения. Сегментация экземпляров используется для идентификации объектов на изображении на уровне пикселей, рисуя многоугольник вокруг каждого объекта на изображении.

Ограничение параметров для задания AutoML.

Возвращает метаданные об образе операционной системы для этого вычислительного экземпляра.

Выражения распространения для перебора значений параметров модели. <Пример> :

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

Выражения распространения для перебора значений параметров модели. <Пример> :

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

Выражения распространения для перебора значений параметров модели. <Пример> :

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

Параметры, используемые для обучения модели. Дополнительные сведения о доступных параметрах см. в официальной документации: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Параметры, используемые для обучения модели. Дополнительные сведения о доступных параметрах см. в официальной документации: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Параметры, используемые для обучения модели. Дополнительные сведения о доступных параметрах см. в официальной документации: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Обнаружение объектов изображения. Обнаружение объектов используется для идентификации объектов в изображении и поиска каждого объекта с ограничивающим полем, например, поиск всех собак и кошек на изображении и рисование ограничивающего прямоугольника вокруг каждого.

Абстрактный класс для задач AutoML, которые обучают модели изображений (компьютерное зрение), например классификация изображений, многоуровневая классификация изображений/ обнаружение объектов изображений или сегментация экземпляров изображений.

Очистка модели и гиперпараметры, связанные с параметрами.

Абстрактный класс для задач AutoML, которые обучают модели изображений (компьютерное зрение), например классификация изображений, многоуровневая классификация изображений/ обнаружение объектов изображений или сегментация экземпляров изображений.

Объект DTO, представляющий столбец индекса

Схема типа экземпляра.

Запросы и ограничения ресурсов для этого типа экземпляра

Конверт ресурсов Azure Resource Manager.

Базовое определение задания.

Список сущностей JobBase с разбивкой на страницы.

Определение задания команды.

Сведения о контейнере определения выходных данных задания о том, где найти выходные данные или журналы задания.

Определение конечной точки задания

Интерфейс, представляющий задания.

Определяет заголовки для операции Jobs_cancel.

Необязательные параметры.

Необязательные параметры.

Определяет заголовки для операции Jobs_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Вычисление машинного обучения на основе вычислений Kubernetes.

Свойства, относящиеся к KubernetesOnlineDeployment.

Свойства Kubernetes

Схема вычислений Kubernetes

Конфигурация артефакта OneLake (источник данных).

Ответ операции функции пользователя List Aml.

Ответ операции "Использование списка".

Ответ операции List WorkspaceQuotasByVMFamily.

Тип входных данных литерала.

Тип входных данных ресурса.

Тип выходных данных ресурса.

Определение данных MLTable

Тип входных данных ресурса.

Тип выходных данных ресурса.

Определение управляемого вычислительного удостоверения.

Конфигурация управляемого удостоверения.

Учетные данные для управляемого удостоверения пользователя

Параметры подготовки управляемых сетей для управляемой сети рабочей области машинного обучения.

Состояние подготовки для управляемой сети рабочей области машинного обучения.

Интерфейс, представляющий ManagedNetworkProvisions.

Определяет заголовки для операции ManagedNetworkProvisions_provisionManagedNetwork.

Необязательные параметры.

Параметры управляемой сети для рабочей области машинного обучения.

Интерфейс, представляющий ManagedNetworkSettingsRule.

Определяет заголовки для операции ManagedNetworkSettingsRule_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции ManagedNetworkSettingsRule_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Свойства, относящиеся к ManagedOnlineDeployment.

Управляемое удостоверение службы (назначенные системой удостоверения и (или) назначенные пользователем удостоверения

Конверт ресурсов Azure Resource Manager.

Список сущностей MarketplaceSubscription с разбивкой на страницы.

Интерфейс, представляющий MarketplaceSubscriptions.

Определяет заголовки для операции MarketplaceSubscriptions_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции MarketplaceSubscriptions_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Объект DTO, представляющий вычислительный ресурс

Определяет политику раннего завершения на основе средних значений основной метрики всех запусков.

Конверт ресурсов Azure Resource Manager.

Список сущностей ModelContainer с разбивкой на страницы.

Интерфейс, представляющий ModelContainers.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Конверт ресурсов Azure Resource Manager.

Сведения о версии ресурса модели.

Список сущностей ModelVersion с разбивкой на страницы.

Интерфейс, представляющий ModelVersions.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Определяет заголовки для операции ModelVersions_publish.

Необязательные параметры.

Мониторинг определения базовой конфигурации вычислений.

Мониторинг определения базы удостоверений вычислений.

Мониторинг определения вычислений spark без сервера.

Мониторинг определения базы входных данных.

Мониторинг определения целевого объекта.

Конфигурация распределения MPI.

Значение N-Cross validations.

Абстрактный класс для связанных задач AutoML NLP. NLP — обработка естественного языка.

Конфигурация признаков.

Ограничения выполнения задания.

Количество различных состояний вычислительных узлов в amlCompute.

Определение абстрактных узлов

Пустые или нет учетные данные хранилища данных.

Настройка уведомления.

Цель оптимизации.

Конфигурация артефакта OneLake (источник данных).

Конфигурация хранилища данных OneLake (Trident).

Определение модели ресурсов для отслеживаемого ресурса Azure Resource Manager с тегами верхнего уровня и расположением

Базовое определение для развертывания конечной точки.

Список сущностей OnlineDeployment с разбивкой на страницы.

Интерфейс, представляющий onlineDeployments.

Определяет заголовки для операции OnlineDeployments_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции OnlineDeployments_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Определяет заголовки для операции OnlineDeployments_update.

Необязательные параметры.

Определение модели ресурсов для отслеживаемого ресурса Azure Resource Manager с тегами верхнего уровня и расположением

Конфигурация конечной точки в Сети

Список сущностей OnlineEndpoint с разбивкой на страницы.

Интерфейс, представляющий OnlineEndpoints.

Определяет заголовки для операции OnlineEndpoints_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции OnlineEndpoints_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Определяет заголовки для операции OnlineEndpoints_regenerateKeys.

Необязательные параметры.

Определяет заголовки для операции OnlineEndpoints_update.

Необязательные параметры.

Конфигурация запросов оценки развертывания в Сети.

Конфигурация масштабирования развертывания в Сети.

Сведения об операции REST API, возвращаемой из API операций поставщика ресурсов

Локализованные сведения о отображении для конкретной операции.

Список операций REST API, поддерживаемых поставщиком ресурсов Azure. Он содержит ссылку URL-адреса для получения следующего набора результатов.

Интерфейс, представляющий операции.

Необязательные параметры.

Правило исходящего трафика для управляемой сети рабочей области машинного обучения.

Базовый ресурс исходящего правила для управляемой сети рабочей области машинного обучения.

Список правил исходящего трафика для управляемой сети рабочей области машинного обучения.

Ссылка на ресурс через его путь в выходных данных задания.

Список вычислительных объектов машинного обучения, упакованных в конверт ресурса ARM.

Изменяемые параметры вывода пакетной службы для каждого развертывания.

Строго используется в запросах на обновление.

Управляемое удостоверение службы (назначенные системой удостоверения и (или) назначенные пользователем удостоверения

Строго используется в запросах на обновление.

Строго используется в запросах на обновление.

Строго используется в запросах на обновление.

Строго используется в запросах на обновление.

Строго используется в запросах на обновление.

Общее определение SKU.

Параметры для личного вычислительного экземпляра.

Определение задания конвейера: определяет универсальные атрибуты MFE.

Ресурс частной конечной точки.

Ресурс подключения к частной конечной точке.

Список подключений частной конечной точки, связанных с указанной рабочей областью

Интерфейс, представляющий PrivateEndpointConnections.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Назначение частной конечной точки для правила исходящего трафика частной конечной точки для управляемой сети рабочей области машинного обучения.

Правило исходящего трафика частной конечной точки для управляемой сети рабочей области машинного обучения.

Сетевой ресурс PE, связанный с этим подключением PE.

Ресурс приватного канала

Список ресурсов приватного канала

Интерфейс, представляющий PrivateLinkResources.

Необязательные параметры.

Коллекция сведений о состоянии подключения между потребителем службы и поставщиком.

Конфигурация пробы готовности и активности контейнера развертывания.

Определение модели ресурсов для ресурса прокси-сервера Azure Resource Manager. У него не будут теги и расположение

Конфигурация распределения PyTorch.

Свойства обновления или извлечения квот.

Параметры обновления квоты.

Интерфейс, представляющий квоты.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Определяет алгоритм выборки, который случайным образом создает значения

Повторение триггера рабочего процесса для типа расписания ComputeStartStop.

Интерфейс, представляющий реестры.

Необязательные параметры.

Определяет заголовки для операции Registries_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Определяет заголовки для операции Registries_removeRegions.

Необязательные параметры.

Необязательные параметры.

Определение модели ресурсов для отслеживаемого ресурса Azure Resource Manager с тегами верхнего уровня и расположением

Интерфейс, представляющий RegistryCodeContainers.

Определяет заголовки для операции RegistryCodeContainers_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции RegistryCodeContainers_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Интерфейс, представляющий RegistryCodeVersions.

Необязательные параметры.

Определяет заголовки для операции RegistryCodeVersions_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции RegistryCodeVersions_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Интерфейс, представляющий RegistryComponentContainers.

Определяет заголовки для операции RegistryComponentContainers_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции RegistryComponentContainers_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Интерфейс, представляющий RegistryComponentVersions.

Определяет заголовки для операции RegistryComponentVersions_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции RegistryComponentVersions_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Интерфейс, представляющий RegistryDataContainers.

Определяет заголовки для операции RegistryDataContainers_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции RegistryDataContainers_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Интерфейс, представляющий registryDataReferences.

Необязательные параметры.

Интерфейс, представляющий RegistryDataVersions.

Необязательные параметры.

Определяет заголовки для операции RegistryDataVersions_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции RegistryDataVersions_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Интерфейс, представляющий RegistryEnvironmentContainers.

Определяет заголовки для операции RegistryEnvironmentContainers_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции RegistryEnvironmentContainers_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Интерфейс, представляющий RegistryEnvironmentVersions.

Определяет заголовки для операции RegistryEnvironmentVersions_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции RegistryEnvironmentVersions_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Интерфейс, представляющий RegistryModelContainers.

Определяет заголовки для операции RegistryModelContainers_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции RegistryModelContainers_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Интерфейс, представляющий RegistryModelVersions.

Необязательные параметры.

Определяет заголовки для операции RegistryModelVersions_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции RegistryModelVersions_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Управляемое удостоверение службы (назначенные системой удостоверения и (или) назначенные пользователем удостоверения

Определение подключения к частной конечной точке.

Состояние подключения.

Сведения о каждом регионе, в которых находится реестр

Список сущностей реестра с разбивкой на страницы.

Задача регрессии в вертикальной таблице AutoML.

Связанная конфигурация для регрессии обучения.

Общие поля, возвращаемые в ответе для всех ресурсов Azure Resource Manager

Представляет идентификатор ресурса. Например, для подсети это URL-адрес ресурса для подсети.

Имя ресурса.

Квота, назначенная ресурсу.

Определение входных данных.

Доступ с полным uri SAS

Алгоритм выборки, используемый для создания значений гиперпараметров, а также свойств для настройки алгоритма

Конфигурация учетных данных хранилища данных SAS.

Секреты SAS хранилища данных.

Параметры масштабирования для вычислений AML

Требуемые параметры масштабирования для amlCompute.

Конверт ресурсов Azure Resource Manager.

Базовое определение расписания

Список сущностей Schedule с разбивкой на страницы.

Интерфейс, представляющий расписания.

Определяет заголовки для операции Schedules_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции Schedules_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Справочник по скриптам

Настраиваемые скрипты установки

Прогнозирование сезонности.

Определение модели ресурсов для отслеживаемого ресурса Azure Resource Manager с тегами верхнего уровня и расположением

Список сущностей ServerlessEndpoint с разбивкой на страницы.

Интерфейс, представляющий бессерверныеEndpoints.

Определяет заголовки для операции ServerlessEndpoints_createOrUpdate.

Необязательные параметры.

Определяет заголовки для операции ServerlessEndpoints_delete.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Определяет заголовки для операции ServerlessEndpoints_regenerateKeys.

Необязательные параметры.

Определяет заголовки для операции ServerlessEndpoints_update.

Необязательные параметры.

Конфигурация учетных данных субъекта-службы.

Секреты субъекта-службы хранилища данных.

Назначение тега службы для правила исходящего трафика тега службы для управляемой сети рабочей области машинного обучения.

Правило исходящего трафика тега службы для управляемой сети рабочей области машинного обучения.

Сведения о настраиваемых скриптах для настройки кластера.

Определение модели ресурсов, представляющее номер SKU

Сведения о емкости SKU

Выполняет требование контракта ARM для перечисления всех доступных номеров SKU для ресурса.

Список сущностей SkuResource с разбивкой на страницы.

SkuSetting выполняет потребность в отрезаемых сведений SKU в контракте ARM.

Определение задания Spark.

Определение точки входа задания Spark.

Определение точки входа задания Spark.

Определение точки входа задания Spark.

Конфигурация SSL для оценки

Параметры перенастроения для настройки запуска StackEnsemble.

Определение статических входных данных.

Сведения об учетной записи хранения, используемой для реестра

Определение задания очистки.

Класс предела задания очистки.

Вычисление SynapseSpark.

Метаданные, относящиеся к созданию и последнему изменении ресурса.

Системная служба, запущенная на вычислительных ресурсах.

Абстрактный класс для задач AutoML, использующих табличный набор данных в качестве входных данных, например классификация, регрессия или прогнозирование.

Конфигурация признаков.

Ограничения выполнения задания.

Число прошлых периодов задержки от целевого столбца.

Прогнозирование размера целевого скользящего окна.

Конфигурация масштабирования развертывания в Сети.

Конфигурация распределения TensorFlow.

Задача классификации текста в вертикальной вертикали AutoML NLP. NLP — обработка естественного языка.

Задача "Многозначная классификация текста" в вертикальной вертикали AutoML NLP. NLP — обработка естественного языка.

Text-NER задачу в вертикальной вертикали AutoML NLP. NER — распознавание именованных сущностей. NLP — обработка естественного языка.

Описание параметров tmpfs для контейнера

Определение модели ресурсов для отслеживаемого ресурса Azure Resource Manager с тегами верхнего уровня и расположением

Конфигурация, связанная с обучением.

Определение компонента пробной версии.

Тип входных данных ресурса.

Тип выходных данных ресурса.

Определяет политику раннего завершения, которая отменяет заданный процент запусков по каждому интервалу оценки.

Свойства ответа на обновление квоты.

Результат квоты рабочей области обновления.

Сущность версии данных URI-файла

Тип входных данных ресурса.

Тип выходных данных ресурса.

Сущность версии данных uri-folder

Тип входных данных ресурса.

Тип выходных данных ресурса.

Описание использования ресурсов AML.

Имена использования.

Интерфейс, представляющий использование.

Необязательные параметры.

Необязательные параметры.

Параметры учетной записи пользователя, которая создается на каждом узле вычислений.

Свойства назначаемого пользователем удостоверения

Конфигурация удостоверения пользователя.

Вычисление машинного обучения на основе виртуальных машин Azure.

Образ виртуальной машины для вычислений Windows AML

Секреты, связанные с вычислением машинного обучения на основе AKS.

Описывает свойства размера виртуальной машины.

Ответ на операцию размера виртуальной машины списка.

Интерфейс, представляющий VirtualMachineSizes.

Необязательные параметры.

Учетные данные администратора для виртуальной машины

Описание конфигурации тома для контейнера

Описание параметров тома для контейнера

База веб-перехватчика

Объект, представляющий рабочую область машинного обучения.

Объект ключа API для учетных данных подключения к рабочей области.

Требуется ClientId и ClientSecret. Другие свойства являются необязательными в зависимости от реализации каждого поставщика OAuth2.

Общие поля, возвращаемые в ответе для всех ресурсов Azure Resource Manager

Интерфейс, представляющий WorkspaceConnections.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Интерфейс, представляющий WorkspaceFeatures.

Необязательные параметры.

Необязательные параметры.

Объект конфигурации WorkspaceHub.

Результат запроса на перечисление рабочих областей машинного обучения.

Параметры обновления рабочей области машинного обучения.

Интерфейс, представляющий рабочие области.

Определяет заголовки для операции Workspaces_createOrUpdate.

Необязательные параметры.

Необязательные параметры.

Определяет заголовки для операции Workspaces_diagnose.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Необязательные параметры.

Определяет заголовки для операции Workspaces_prepareNotebook.

Необязательные параметры.

Определяет заголовки для операции Workspaces_resyncKeys.

Необязательные параметры.

Определяет заголовки для операции Workspaces_update.

Необязательные параметры.

Определяет значения для ActionType.
KnownActionType можно использовать взаимозаменяемо с ActionType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

внутренние

Определяет значения для AllocationState.
KnownAllocationState можно использовать взаимозаменяемо с AllocationState, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Устойчивый
изменение размера

Определяет значения для ApplicationSharingPolicy.
KnownApplicationSharingPolicy можно использовать взаимозаменяемо с ApplicationSharingPolicy, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Личный
общих

Определяет значения для AssetProvisioningState.
KnownAssetProvisioningState можно использовать взаимозаменяемо с AssetProvisioningState, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

успешно выполнено
Сбой
отменено
создание
обновление
удаление

Определяет значения для AutoRebuildSetting.
knownAutoRebuildSetting можно использовать взаимозаменяемо с AutoRebuildSetting, в этом перечислении содержатся известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

отключены
OnBaseImageUpdate

Определяет значения для автосохранений.
KnownAutosave можно использовать взаимозаменяемо с автосохранением, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Нет
локальный
Удаленно

Определяет значения для BatchDeploymentConfigurationType.
KnownBatchDeploymentConfigurationType можно использовать взаимозаменяемо с BatchDeploymentConfigurationType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Модель
PipelineComponent

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Содержит данные ответа для операции обновления.

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listKeys.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Содержит данные ответа для операции обновления.

Определяет значения для BatchLoggingLevel.
KnownBatchLoggingLevel можно использовать взаимозаменяемо с BatchLoggingLevel, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

сведения
предупреждение
Debug

Определяет значения для BatchOutputAction.
KnownBatchOutputAction можно использовать взаимозаменяемо с BatchOutputAction, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

SummaryOnly
AppendRow

Определяет значения для BillingCurrency.
KnownBillingCurrency можно использовать взаимозаменяемо с BillingCurrency, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

долларов США

Определяет значения для ЗаблокированныхTransformers.
KnownBlockedTransformers можно использовать взаимозаменяемо с BlockedTransformers, в этом перечислении содержатся известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

TextTargetEncoder: целевая кодировка для текстовых данных.
OneHotEncoder: горячая кодировка Охе создает двоичное преобразование функций.
CatTargetEncoder: целевая кодировка для категориальных данных.
TfIdf: Tf-Idf означает, что время обратной частоты документа — частота терминов. Это общая схема взвешивания терминов для идентификации информации из документов.
WoETargetEncoder: вес кодирования доказательств — это метод, используемый для кодирования категориальных переменных. Он использует естественный журнал P(1)/P(0) для создания весов.
LabelEncoder: кодировщик меток преобразует метки или категориальные переменные в числовую форму.
WordEmbedding: внедрение Word помогает представлять слова или фразы в виде вектора или ряд чисел.
NaiveBayes: Наив Байес является классифицированным, который используется для классификации дискретных признаков, которые категорично распределены.
CountVectorizer: Count Vectorizer преобразует коллекцию текстовых документов в матрицу счетчиков маркеров.
HashOneHotEncoder: Хэширование одного горячего кодировщика может превратить категориальные переменные в ограниченное число новых функций. Это часто используется для категориальных признаков высокой кратности.

Определяет значения для кэширования.
KnownCaching можно использовать взаимозаменяемо с кэшированием, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Нет
Только для чтения
ReadWrite

Определяет значения для КатегорииDataDriftMetric.
KnownCategoricalDataDriftMetric можно использовать взаимозаменяемо с Категориальными даннымиDriftMetric, в этом перечислении содержатся известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Метрика JensenShannonDistance: Метрика Jensen Shannon Distance (JSD).
PopulationStabilityIndex: метрика индекса стабильности населения (PSI).
PearsonsChiSquaredTest: метрика теста Pearsons Chi Squared.

Определяет значения для КатегорииDataQualityMetric.
KnownCategoricalDataQualityMetric можно использовать взаимозаменяемо с Категориальными ДаннымиQualityMetric, в этом перечислении содержатся известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

NullValueRate: вычисляет частоту значений NULL.
DataTypeErrorRate: вычисляет частоту ошибок типа данных.
OutOfBoundsRate: вычисляет значения скорости вне границ.

Определяет значения для КатегорииPredictionDriftMetric.
KnownCategoricalPredictionDriftMetric можно использовать взаимозаменяемо с КатегориальнойPredictionDriftMetric, в этой перечислении содержатся известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Метрика JensenShannonDistance: Метрика Jensen Shannon Distance (JSD).
PopulationStabilityIndex: метрика индекса стабильности населения (PSI).
PearsonsChiSquaredTest: метрика теста Pearsons Chi Squared.

Определяет значения для ClassificationModels.
KnownClassificationModels можно использовать взаимозаменяемо с ClassificationModels, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

LogisticRegression: логистическая регрессия является основным методом классификации. Она принадлежит группе линейных классификаторов и несколько похожа на полиномиальную и линейную регрессию. Логистическая регрессия быстро и относительно несложна, и удобно интерпретировать результаты. Хотя это, по сути, метод двоичной классификации, он также может применяться к проблемам с несколькими классами.
: градиентный спуск стохастик — это алгоритм оптимизации, который часто используется в приложениях машинного обучения для поиска параметров модели, соответствующих оптимальному подходу между прогнозируемыми и фактическими выходными данными.
MultinomialNaiveBayes: многономиальный классификатор Naive Bayes подходит для классификации с дискретными функциями (например, число слов для классификации текста). Для многономного распределения обычно требуются целые числа функций. Однако на практике дробное число, например tf-idf, также может работать.
БернуллиNaiveBayes: наивный байес классификатор для многовариантных моделей Бернулли.
SVM. Векторная машина поддержки (SVM) — это контролируемая модель машинного обучения, использующая алгоритмы классификации для проблем классификации двух групп. После предоставления наборов моделей SVM помеченных обучающих данных для каждой категории они смогут классифицировать новый текст.
LinearSVM: векторная машина поддержки (SVM) является защищенной моделью машинного обучения, которая использует алгоритмы классификации для проблем классификации двух групп. После предоставления наборов моделей SVM помеченных обучающих данных для каждой категории они смогут классифицировать новый текст. Линейный SVM лучше всего выполняется, если входные данные являются линейными, т. е. данные можно легко классифицировать путем рисования прямой линии между классифицированными значениями на графике.
KNN: алгоритм K-ближайших соседей (KNN) использует "сходство признаков" для прогнозирования значений новых точек данных, что означает, что новая точка данных будет назначена значение на основе того, насколько тесно он соответствует точкам в обучающем наборе.
DecisionTree: деревья принятия решений — это непараметрический защищенный метод обучения, используемый как для задач классификации, так и регрессии. Цель — создать модель, которая предсказывает значение целевой переменной, изучая простые правила принятия решений, полученные из функций данных.
RandomForest: случайный лес — это защищенный алгоритм обучения. "лес" он строит, является ансамблем деревьев принятия решений, как правило, обучен с помощью метода "bagging". Общая идея метода мешка заключается в том, что сочетание моделей обучения увеличивает общий результат.
ExtremeRandomTrees: экстремальные деревья — это алгоритм машинного обучения ансамбля, который объединяет прогнозы из многих деревьев принятия решений. Он связан с широко используемым алгоритмом случайного леса.
LightGBM: LightGBM — это градиентная платформа повышения, использующая алгоритмы обучения на основе дерева.
GradientBoosting: метод транзита еженедельных учащихся в сильный учащийся называется Повышение. Процесс повышения градиента работает над этой теорией выполнения.
XGBoostClassifier: XGBoost: Экстремальный алгоритм повышения градиента. Этот алгоритм используется для структурированных данных, где целевые значения столбцов можно разделить на отдельные значения классов.

Определяет значения для ClassificationMultilabelPrimaryMetrics.
KnownClassificationMultilabelPrimaryMetrics можно использовать взаимозаменяемо с КлассификациейMultilabelPrimaryMetrics, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

AUCWeighted: AUC — это область под кривой. Эта метрика представляет арифметическое среднее значение оценки для каждого класса, взвешаемое по количеству истинных экземпляров в каждом классе.
точность. Точность — это соотношение прогнозов, которые точно соответствуют истинным меткам классов.
НорммакроRecall: нормализованный отзыв макросов является отзывом макросов и нормализован, чтобы случайные производительности имеют оценку 0, и идеальная производительность имеет оценку 1.
AveragePrecisionScoreWeighted: арифметическое значение средней оценки точности для каждого класса, взвешенный по количеству истинных экземпляров в каждом классе.
PrecisionScoreWeighted: арифметическое значение точности для каждого класса, взвешаемое по количеству истинных экземпляров в каждом классе.
IOU: пересечение по союзу. Пересечение прогнозов, разделенных объединением прогнозов.

Определяет значения для классификацииPrimaryMetrics.
KnownClassificationPrimaryMetrics можно использовать взаимозаменяемо с КлассификациейPrimaryMetrics, в этом перечислении содержатся известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

AUCWeighted: AUC — это область под кривой. Эта метрика представляет арифметическое среднее значение оценки для каждого класса, взвешаемое по количеству истинных экземпляров в каждом классе.
точность. Точность — это соотношение прогнозов, которые точно соответствуют истинным меткам классов.
НорммакроRecall: нормализованный отзыв макросов является отзывом макросов и нормализован, чтобы случайные производительности имеют оценку 0, и идеальная производительность имеет оценку 1.
AveragePrecisionScoreWeighted: арифметическое значение средней оценки точности для каждого класса, взвешенный по количеству истинных экземпляров в каждом классе.
PrecisionScoreWeighted: арифметическое значение точности для каждого класса, взвешаемое по количеству истинных экземпляров в каждом классе.

Определяет значения для ClusterPurpose.
KnownClusterPurpose можно использовать взаимозаменяемо с ClusterPurpose, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

FastProd
DenseProd
DevTest

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Содержит данные ответа для операции createOrGetStartPendingUpload.

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Определяет значения для ComputeInstanceAuthorizationType.
KnownComputeInstanceAuthorizationType можно использовать взаимозаменяемо с ComputeInstanceAuthorizationType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

личные

Определяет значения для ComputeInstanceState.
KnownComputeInstanceState можно использовать взаимозаменяемо с ComputeInstanceState, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

создание
CreateFailed
удаление
Запуск
перезапуск
JobRunning
настройки
SetupFailed
запуска
остановлено
остановка
UserSettingUp
UserSetupFailed
Неизвестное
непригодные

Содержит данные ответа для операции listKeys.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции listNodesNext.

Содержит данные ответа для операции listNodes.

Содержит данные ответа для операции списка.

Определяет значения для ComputePowerAction.
KnownComputePowerAction можно использовать взаимозаменяемо с ComputePowerAction, в этом перечислении содержатся известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

запуск
остановить

Определяет значения для ComputeRecurrenceFrequency.
KnownComputeRecurrenceFrequency можно использовать взаимозаменяемо с ComputeRecurrenceFrequency, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

минуты: частота минут
час: частота часов
день: частота дня
неделя: частота недели
месяца: частота месяца

Определяет значения для ComputeTriggerType.
KnownComputeTriggerType можно использовать взаимозаменяемо с ComputeTriggerType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

повторения
Cron

Определяет значения для ComputeType.
KnownComputeType можно использовать взаимозаменяемо с ComputeType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

AKS
Kubernetes
AmlCompute
ComputeInstance
DataFactory
VirtualMachine
HDInsight
Databricks
DataLakeAnalytics
SynapseSpark

Содержит данные ответа для операции обновления.

Определяет значения для ComputeWeekDay.
KnownComputeWeekDay можно использовать взаимозаменяемо с ComputeWeekDay, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

понедельник: понедельник будний день
вторник: вторник будний день
среду: будний день среды
четверг: четверг будний день
пятницу: пятница будний день
субботу: субботний будний день
воскресенье: воскресенье будний день

Определяет значения для ConnectionAuthType.
KnownConnectionAuthType можно использовать взаимозаменяемо с ConnectionAuthType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

ПОХЛОПЫВАТЬ
ManagedIdentity
UsernamePassword
Нет
SAS
AccountKey
ServicePrincipal
AccessKey
ApiKey
CustomKeys
OAuth2
AAD

Определяет значения для ConnectionCategory.
KnownConnectionCategory можно использовать взаимозаменяемо с ConnectionCategory, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

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

Определяет значения для ConnectionGroup.
KnownConnectionGroup можно использовать взаимозаменяемо с ConnectionGroup, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

лазурный
AzureAI
база данных
NoSQL
Файл
GenericProtocol
ServicesAndApps

Определяет значения для ContainerType.
KnownContainerType можно использовать взаимозаменяемо с ContainerType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

StorageInitializer
InferenceServer

Определяет значения для ContentSafetyStatus.
KnownContentSafetyStatus можно использовать взаимозаменяемо с ContentSafetyStatus, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

включено
отключены

Определяет значения для CreatedByType.
KnownCreatedByType можно использовать взаимозаменяемо с CreatedByType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Пользователь
приложения
ManagedIdentity
Ключ

Определяет значения для CredentialsType.
KnownCredentialsType можно использовать взаимозаменяемо с CredentialsType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

AccountKey
Сертификат
Нет
Sas
ServicePrincipal

Определяет значения для DataAvailabilityStatus.
KnownDataAvailabilityStatus можно использовать взаимозаменяемо с DataAvailabilityStatus, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Нет
ожидающих
неполные
Завершен

Определяет значения для DataCollectionMode.
KnownDataCollectionMode можно использовать взаимозаменяемо с DataCollectionMode, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

включено
отключены

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Определяет значения для DataReferenceCredentialType.
KnownDataReferenceCredentialType можно использовать взаимозаменяемо с DataReferenceCredentialType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

SAS
DockerCredentials
ManagedIdentity
NoCredentials

Определяет значения для DataType.
KnownDataType можно использовать взаимозаменяемо с DataType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

uri_file
uri_folder
mltable

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Определяет значения для DatastoreType.
KnownDatastoreType можно использовать взаимозаменяемо с DatastoreType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

AzureBlob
AzureDataLakeGen1
AzureDataLakeGen2
AzureFile
OneLake

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Содержит данные ответа для операции listSecrets.

Определяет значения для DeploymentProvisioningState.
KnownDeploymentProvisioningState можно использовать взаимозаменяемо с DeploymentProvisioningState, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

создание
удаление
масштабирование
обновление
успешно выполнено
Сбой
отменено

Определяет значения для DiagnoseResultLevel.
KnownDiagnoseResultLevel можно использовать взаимозаменяемо с DiagnoseResultLevel, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

предупреждение
ошибка
сведения

Определяет значения для DistributionType.
KnownDistributionType можно использовать взаимозаменяемо с DistributionType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

PyTorch
TensorFlow
Mpi

Определяет значения для EarlyTerminationPolicyType.
KnownEarlyTerminationPolicyType можно использовать взаимозаменяемо с EarlyTerminationPolicyType, в этом перечислении содержатся известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Бандит
MedianStopping
TruncationSelection

Определяет значения для EgressPublicNetworkAccessType.
KnownEgressPublicNetworkAccessType можно использовать взаимозаменяемо с EgressPublicNetworkAccessType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

включено
отключены

Определяет значения для EmailNotificationEnableType.
KnownEmailNotificationEnableType можно использовать взаимозаменяемо с EmailNotificationEnableType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

JobCompleted
JobFailed
JobCancelled

Определяет значения для EncryptionStatus.
KnownEncryptionStatus можно использовать взаимозаменяемо с EncryptionStatus, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

включено
отключены

Определяет значения для EndpointAuthMode.
KnownEndpointAuthMode можно использовать взаимозаменяемо с EndpointAuthMode, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

AMLToken
Ключ
AADToken

Определяет значения для EndpointComputeType.
KnownEndpointComputeType можно использовать взаимозаменяемо с EndpointComputeType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Управляемые
Kubernetes
AzureMLCompute

Определяет значения для EndpointProvisioningState.
KnownEndpointProvisioningState можно использовать взаимозаменяемо с EndpointProvisioningState, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

создание
удаление
успешно выполнено
Сбой
обновление
отменено

Определяет значения для EndpointServiceConnectionStatus.
KnownEndpointServiceConnectionStatus можно использовать взаимозаменяемо с EndpointServiceConnectionStatus, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

утвержденные
ожидающих
отклонено
отключенные

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Определяет значения для EnvironmentType.
KnownEnvironmentType можно использовать взаимозаменяемо с EnvironmentType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Специализированная
UserCreated

Определяет значения для EnvironmentVariableType.
KnownEnvironmentVariableType можно использовать взаимозаменяемо с EnvironmentVariableType, эта перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

локальных

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Определяет значения для FeatureAttributionMetric.
KnownFeatureAttributionMetric можно использовать взаимозаменяемо с FeatureAttributionMetric, в этом перечислении содержатся известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

НормализованныйDiscountedCumulativeGain: метрика нормализованного совокупного прироста с скидкой.

Определяет значения для FeatureDataType.
KnownFeatureDataType можно использовать взаимозаменяемо с FeatureDataType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

строка
Целое число
Long
Float
Двойной
Binary
Дата и время
булевый

Определяет значения для FeatureImportanceMode.
KnownFeatureImportanceMode можно использовать взаимозаменяемо с FeatureImportanceMode, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

отключенные: отключает важность функции вычислений в сигнале.
включено: включает важность функции вычислений в сигнале.

Определяет значения для FeatureLags.
KnownFeatureLags можно использовать взаимозаменяемо с FeatureLags, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Нет: отсутствие задержек функций.
автоматическое: автоматически генерирует задержки функций системы.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции getEntity.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Содержит данные ответа для операции резервного заполнения.

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции getEntity.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Определяет значения для FeaturesizationMode.
KnownFeaturizationMode можно использовать взаимозаменяемо с FeaturesizationMode, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

авто: автоматический режим, система выполняет признаки без каких-либо пользовательских входных данных признаков.
настраиваемые: настраиваемая признаков.
отключены: признаки отключены. Задача "Прогнозирование" не может использовать это значение.

Определяет значения для ForecastHorizonMode.
KnownForecastHorizonMode можно использовать взаимозаменяемо с ForecastHorizonMode, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

автоматическое: прогноз горизонта, который будет определяться автоматически.
Настраиваемые: используйте настраиваемый горизонт прогнозирования.

Определяет значения для ForecastingModels.
KnownForecastingModels можно использовать взаимозаменяемо с ForecastingModels, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

AutoArima: модель авторегистрирования интегрированного скользящего среднего (ARIMA) использует данные временных рядов и статистический анализ для интерпретации данных и создания будущих прогнозов. Эта модель направлена на объяснение данных с помощью данных временных рядов по прошлым значениям и использует линейную регрессию для прогнозирования.
Пророк: Пророк является процедурой прогнозирования данных временных рядов на основе аддитивной модели, где нелинейные тенденции подходят с ежегодной, еженедельной и ежедневной сезонностью, а также эффектами праздников. Он лучше всего работает с временными рядами, которые имеют сильные сезонные эффекты и несколько сезонов исторических данных. Пророк является надежным для отсутствия данных и сдвигов в тренде, и обычно обрабатывает выпадающие хорошо.
наивный: модель наивного прогнозирования делает прогнозы путем передачи последних целевых значений для каждого временных рядов в обучающих данных.
Сезоннаяnaive: сезонная наивная модель прогнозирования делает прогнозы путем переноса последних сезонов целевых значений для каждого временных рядов в обучающих данных.
Среднее. Средняя модель прогнозирования делает прогнозы путем переадресации среднего значения целевых значений для каждого временных рядов в обучающих данных.
сезонной. Модель прогнозирования сезонных средних показателей делает прогнозы путем переадресации среднего значения последних сезонов данных для каждого временных рядов в обучающих данных.
ExponentialSmoothing: экспоненциальное сглаживание — это метод прогнозирования временных рядов для неивариантных данных, которые можно расширить для поддержки данных с систематической тенденцией или сезонным компонентом.
Arimax: модель авторегистрирования интегрированного скользящего среднего с помощью пояснительной переменной (ARIMAX) можно рассматривать как модель нескольких регрессий с одним или несколькими терминами авторегистрирования (AR) и (или) одним или несколькими скользящих средних (MA). Этот метод подходит для прогнозирования, если данные являются нестановными или нестанционными, а также многовариантны с любым типом шаблона данных, т. е. уровня/тренда /сезонности/цикличности.
TCNForecaster: TCNForecaster: синтаксизатор временных сверточных сетей. TODO: Попросите команду прогнозирования для краткого интро.
ElasticNet: эластичная сеть является популярным типом регулярной линейной регрессии, которая объединяет два популярных штрафа, в частности функции штрафа L1 и L2.
GradientBoosting: метод транзита еженедельных учащихся в сильный учащийся называется Повышение. Процесс повышения градиента работает над этой теорией выполнения.
DecisionTree: деревья принятия решений — это непараметрический защищенный метод обучения, используемый как для задач классификации, так и регрессии. Цель — создать модель, которая предсказывает значение целевой переменной, изучая простые правила принятия решений, полученные из функций данных.
KNN: алгоритм K-ближайших соседей (KNN) использует "сходство признаков" для прогнозирования значений новых точек данных, что означает, что новая точка данных будет назначена значение на основе того, насколько тесно он соответствует точкам в обучающем наборе.
LassoLars: модель Лассо соответствует наименее угловой регрессии a.k.a. Lars. Это линейная модель, обученная с помощью L1 до того, как регулярное средство.
: градиентный спуск стохастик — это алгоритм оптимизации, который часто используется в приложениях машинного обучения для поиска параметров модели, соответствующих оптимальному подходу между прогнозируемыми и фактическими выходными данными. Это нетекстный, но мощный метод.
RandomForest: случайный лес — это защищенный алгоритм обучения. "лес" он строит, является ансамблем деревьев принятия решений, как правило, обучен с помощью метода "bagging". Общая идея метода мешка заключается в том, что сочетание моделей обучения увеличивает общий результат.
ExtremeRandomTrees: экстремальные деревья — это алгоритм машинного обучения ансамбля, который объединяет прогнозы из многих деревьев принятия решений. Он связан с широко используемым алгоритмом случайного леса.
LightGBM: LightGBM — это градиентная платформа повышения, использующая алгоритмы обучения на основе дерева.
XGBoostRegressor: XGBoostRegressor: Extreme Gradient Boosting Regressor является защищенной моделью машинного обучения с помощью ансамбля базовых учащихся.

Определяет значения для метрик ПрогнозированияPrimaryMetrics.
KnownForecastingPrimaryMetrics можно использовать взаимозаменяемо с forecastingPrimaryMetrics, в этом перечислении содержатся известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

SpearmanCorrelation: коэффициент ранга Spearman корреляции является непараметрической мерой корреляции ранжирования.
NormalizedRootMeanSquaredError: Нормализованная корень средняя квадратная ошибка (NRMSE) RMSE упрощает сравнение моделей с различными масштабами.
R2Score: оценка R2 является одной из мер оценки производительности для моделей машинного обучения на основе прогнозирования.
NormalizedMeanAbsoluteError: Нормализованная средняя абсолютная ошибка (NMAE) — это метрика проверки для сравнения средней абсолютной ошибки (MAE) временных рядов с различными масштабами.

Определяет значения для цели.
KnownGoal можно использовать взаимозаменяемо с Целью, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Minimize
максимальное

Определяет значения для IdentityConfigurationType.
KnownIdentityConfigurationType можно использовать взаимозаменяемо с IdentityConfigurationType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Управляемые
AMLToken
UserIdentity

Определяет значения imageType.
KnownImageType можно использовать взаимозаменяемо с ImageType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

docker
azureml

Определяет значения для InputDeliveryMode.
KnownInputDeliveryMode можно использовать взаимозаменяемо с InputDeliveryMode, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

ReadOnlyMount
ReadWriteMount
Скачать
Direct
EvalMount
EvalDownload

Определяет значения для instanceSegmentationPrimaryMetrics.
KnownInstanceSegmentationPrimaryMetrics можно использовать взаимозаменяемо с InstanceSegmentationPrimaryMetrics, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

MeanAveragePrecision: средняя средняя точность (MAP) — среднее значение AP (средняя точность). AP вычисляется для каждого класса и в среднем вычисляется для получения MAP.

Определяет значения для IsolationMode.
KnownIsolationMode можно использовать взаимозаменяемо с IsolationMode, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

отключены
AllowInternetOutbound
AllowOnlyApprovedOutbound

Определяет значения для JobInputType.
KnownJobInputType можно использовать взаимозаменяемо с JobInputType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

literal
uri_file
uri_folder
mltable
custom_model
mlflow_model
triton_model

Определяет значения для JobLimitsType.
KnownJobLimitsType можно использовать взаимозаменяемо с JobLimitsType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Команда
Очистка

Определяет значения для JobOutputType.
KnownJobOutputType можно использовать взаимозаменяемо с JobOutputType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

uri_file
uri_folder
mltable
custom_model
mlflow_model
triton_model

Определяет значения для JobStatus.
KnownJobStatus можно использовать взаимозаменяемо с JobStatus, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

NotStarted: запуск еще не запущен.
запуск: запущен запуск. У пользователя есть идентификатор запуска.
подготовки: (сейчас не используется) Он будет использоваться, если ES создает целевой объект вычислений.
Подготовке: подготовлена среда выполнения.
очереди: задание помещается в очередь в целевом объекте вычислений. Например, в BatchAI задание находится в состоянии очереди, ожидая готовности всех необходимых узлов.
выполнение: задание, запущенного в целевом объекте вычислений.
завершение: задание завершено в целевом объекте. Теперь он находится в состоянии сбора выходных данных.
CancelRequested: для задания была запрошена отмена.
завершено: задание выполнено успешно. Это отражает успешное завершение задания и состояния сбора выходных данных.
сбой: сбой задания.
отменено: следующий запрос на отмену теперь задание успешно отменено.
Не отвечать: если пульс включен, если выполнение не обновляет какие-либо сведения до RunHistory, выполнение переходит в состояние NotResponding. Не отвечая на это единственное состояние, которое исключается из строгих заказов на переход. Выполнение может переходить от NotResponding к любому из предыдущих состояний.
приостановлено: задание приостановлено пользователями. Некоторые изменения в заданиях маркировки можно вносить только в приостановленном состоянии.
неизвестной: состояние задания по умолчанию, если оно не сопоставлено со всеми остальными состояниями

Определяет значения для JobTier.
KnownJobTier можно использовать взаимозаменяемо с JobTier, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Null
пятно
базовый
Стандарт
Премиум

Определяет значения для JobType.
KnownJobType можно использовать взаимозаменяемо с JobType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

AutoML
Команда
Очистка
Конвейер
Spark

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Определяет значения для KeyType.
KnownKeyType можно использовать взаимозаменяемо с KeyType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Источник
дополнительных

Определяет значения для LearningRateScheduler.
KnownLearningRateScheduler можно использовать взаимозаменяемо с LearningRateScheduler, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Нет: не выбран планировщик скорости обучения.
WarmupCosine: косинус отжига с теплой.
шаг: планировщик скорости обучения по шагу.

Определяет значения для ListViewType.
KnownListViewType можно использовать взаимозаменяемо с ListViewType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

ActiveOnly
ArchivedOnly
все

Определяет значения для LoadBalancerType.
KnownLoadBalancerType можно использовать взаимозаменяемо с LoadBalancerType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

PublicIp
InternalLoadBalancer

Определяет значения для LogVerbosity.
KnownLogVerbosity можно использовать взаимозаменяемо с LogVerbosity, эта перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

NotSet: журналы не создаются.
отладка: отладочная и выше инструкции журнала, зарегистрированные.
сведения: сведения и выше операторы журнала, зарегистрированные.
предупреждение: предупреждения и выше операторы журнала, зарегистрированные.
ошибка: зарегистрированы инструкции журнала и выше.
критически важные: регистрируются только критические операторы.

Содержит данные ответа для операции provisionManagedNetwork.

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Определяет значения для ManagedNetworkStatus.
KnownManagedNetworkStatus можно использовать взаимозаменяемо с ManagedNetworkStatus, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

неактивный
Активный

Определяет значения для ManagedServiceIdentityType.
KnownManagedServiceIdentityType можно использовать взаимозаменяемо с ManagedServiceIdentityType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Нет
SystemAssigned
UserAssigned
SystemAssigned,UserAssigned

Определяет значения для MarketplaceSubscriptionProvisioningState.
KnownMarketplaceSubscriptionProvisioningState можно использовать взаимозаменяемо с MarketplaceSubscriptionProvisioningState, эта перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

создание: MarketplaceSubscription создается.
удаление: MarketplaceSubscription удаляется.
успешно подготовлен: MarketplaceSubscription успешно подготовлен.
сбой: сбой подготовки MarketplaceSubscription.
обновление: MarketplaceSubscription обновляется.
отменено

Определяет значения для MarketplaceSubscriptionStatus.
KnownMarketplaceSubscriptionStatus можно использовать взаимозаменяемо с MarketplaceSubscriptionStatus, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

подписка: клиент теперь может использовать модель подписки Marketplace и будет выставлен счет.
приостановлено: клиент не может быть выставлен счет за подписку Marketplace. Клиент не сможет получить доступ к модели.
незаписанные: подписки Marketplace достигают этого состояния в ответ на явное действие клиента или CSP. Подписка Marketplace также может быть отменена неявно, в результате неоплачиваемых выплат, после того, как в течение некоторого времени в приостановленном состоянии.

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции удаления.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Определяет значения для MaterializationStoreType.
Known MaterializationStoreType можно использовать взаимозаменяемо с MaterializationStoreType, в этом перечислении содержатся известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Нет
В сети
оффлайн
OnlineAndOffline

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Определяет значения для ModelSize.
KnownModelSize можно использовать взаимозаменяемо с ModelSize, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

None: значение не выбрано.
небольшие: небольшой размер.
средний: средний размер.
крупные: большой размер.
ExtraLarge: дополнительный большой размер.

Определяет значения для ModelTaskType.
KnownModelTaskType можно использовать взаимозаменяемо с ModelTaskType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Классификация
регрессия

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Определяет значения для MonitorComputeIdentityType.
KnownMonitorComputeIdentityType можно использовать взаимозаменяемо с MonitorComputeIdentityType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

AmlToken: выполняет проверку подлинности с помощью маркера AML пользователя.
ManagedIdentity: выполняет проверку подлинности с помощью управляемого удостоверения, предоставленного пользователем.

Определяет значения для MonitorComputeType.
KnownMonitorComputeType можно использовать взаимозаменяемо с MonitorComputeType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

ServerlessSpark: бессерверные вычисления Spark.

Определяет значения для MonitoringFeatureDataType.
KnownMonitoringFeatureDataType можно использовать взаимозаменяемо с MonitoringFeatureDataType, в этой перечислении содержатся известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

числовой: используется для функций числовых типов данных.
категориальные: используется для признаков категориального типа данных.

Определяет значения для MonitoringFeatureFilterType.
KnownMonitoringFeatureFilterType можно использовать взаимозаменяемо с MonitoringFeatureFilterType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

AllFeatures: включает все функции.
TopNByAttribution: включает только лучшие функции, измеряемые по атрибуту.
FeatureSubset: включает определяемую пользователем подмножество функций.

Определяет значения для MonitoringInputDataType.
KnownMonitoringInputDataType можно использовать взаимозаменяемо с MonitoringInputDataType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

статических: входные данные с фиксированным размером окна.
Roll: входные данные, которые свернуты относительно текущего времени выполнения монитора.
исправлена: входные данные с табличным форматом, который не требует предварительной обработки.

Определяет значения для MonitoringNotificationType.
KnownMonitoringNotificationType можно использовать взаимозаменяемо с MonitoringNotificationType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

AmlNotification: включает уведомления по электронной почте с помощью уведомлений AML.

Определяет значения для MonitoringSignalType.
KnownMonitoringSignalType можно использовать взаимозаменяемо с MonitoringSignalType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

DataDrift: отслеживает изменение распределения входных данных модели, сравнивая данные обучения или прошлые рабочие данные.
ПрогнозированиеDrift: отслеживает изменение распределения результатов прогнозирования, сравнивая данные о проверке и тестировании меток или прошлых рабочих данных.
DataQuality: отслеживает целостность входных данных модели.
FeatureAttributionDrift: отслеживает изменение важности признаков в рабочей среде, сравнивая важность признаков во время обучения.
настраиваемые: отслеживает пользовательский сигнал, предоставляемый пользователями.

Определяет значения для MountAction.
KnownMountAction можно использовать взаимозаменяемо с MountAction, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

подключение
Отключение

Определяет значения для MountState.
KnownMountState можно использовать взаимозаменяемо с MountState, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

MountRequested
подключенные
MountFailed
UnmountRequested
UnmountFailed
отключенные

Определяет значения для NCrossValidationsMode.
KnownNCrossValidationsMode можно использовать взаимозаменяемо с NCrossValidationsMode, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

автоматическое: автоматическое определение значения N-Cross validations. Поддерживается только для задачи AutoML "Прогнозирование".
настраиваемых: используйте значение пользовательских N-Cross validations.

Определяет значения для сети.
KnownNetwork можно использовать взаимозаменяемо с сетью, в перечислении содержатся известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

моста
Хост

Определяет значения для NodeState.
KnownNodeState можно использовать взаимозаменяемо с NodeState, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

неработающий
запуска
подготовки
непригодные
покидая

Определяет значения для NodesValueType.
KnownNodesValueType можно использовать взаимозаменяемо с NodesValueType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

все

Определяет значения для Числовых данныхDriftMetric.
KnownNumericalDataDriftMetric можно использовать взаимозаменяемо с Числовыми даннымиDriftMetric, в этом перечислении содержатся известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Метрика JensenShannonDistance: Метрика Jensen Shannon Distance (JSD).
PopulationStabilityIndex: метрика индекса стабильности населения (PSI).
НормализованноеWassersteinDistance: нормализованная метрика расстояния Вассерштейна.
TwoSampleKolmogorovSmirnovTest: метрика двух примеров Kolmogorov-Smirnov (двух примеров K–S).

Определяет значения для Числовых данныхQualityMetric.
KnownNumericalDataQualityMetric можно использовать взаимозаменяемо с Числовыми даннымиQualityMetric, эта перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

NullValueRate: вычисляет частоту значений NULL.
DataTypeErrorRate: вычисляет частоту ошибок типа данных.
OutOfBoundsRate: вычисляет значения скорости вне границ.

Определяет значения для ЧисловойpredictionDriftMetric.
KnownNumericalPredictionDriftMetric можно использовать взаимозаменяемо с ЧисловойPredictionDriftMetric, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Метрика JensenShannonDistance: Метрика Jensen Shannon Distance (JSD).
PopulationStabilityIndex: метрика индекса стабильности населения (PSI).
НормализованноеWassersteinDistance: нормализованная метрика расстояния Вассерштейна.
TwoSampleKolmogorovSmirnovTest: метрика двух примеров Kolmogorov-Smirnov (двух примеров K–S).

Определяет значения для ObjectDetectionPrimaryMetrics.
KnownObjectDetectionPrimaryMetrics можно использовать взаимозаменяемо с ObjectDetectionPrimaryMetrics, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

MeanAveragePrecision: средняя средняя точность (MAP) — среднее значение AP (средняя точность). AP вычисляется для каждого класса и в среднем вычисляется для получения MAP.

Определяет значения для OneLakeArtifactType.
KnownOneLakeArtifactType можно использовать взаимозаменяемо с OneLakeArtifactType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

LakeHouse

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции getLogs.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Содержит данные ответа для операции listSkusNext.

Содержит данные ответа для операции listSkus.

Содержит данные ответа для операции обновления.

Содержит данные ответа для операции createOrUpdate.

Содержит данные ответа для операции получения.

Содержит данные ответа для операции getToken.

Содержит данные ответа для операции listKeys.

Содержит данные ответа для операции listNext.

Содержит данные ответа для операции списка.

Содержит данные ответа для операции обновления.

Определяет значения для OperatingSystemType.
KnownOperatingSystemType можно использовать взаимозаменяемо с OperatingSystemType, этот перечисление содержит известные значения, поддерживаемые службой.

Известные значения, поддерживаемые службой

Linux
Виндовс