TaskType type
Define valores para TaskType.
KnownTaskType se puede usar indistintamente con TaskType; esta enumeración contiene los valores conocidos que admite el servicio.
Valores conocidos admitidos por el servicio
Clasificación: la clasificación en el aprendizaje automático y las estadísticas es un enfoque de aprendizaje supervisado en el que el programa informático aprende de los datos que se le proporcionan y realiza nuevas observaciones o clasificaciones.
Regresión: la regresión significa predecir el valor mediante los datos de entrada. Los modelos de regresión se usan para predecir un valor continuo.
Previsión: la previsión es un tipo especial de tarea de regresión que se ocupa de los datos de serie temporal y crea un modelo de previsión que se puede usar para predecir los valores próximos futuros en función de las entradas.
ImageClassification: Clasificación de imágenes. La clasificación de imágenes de varias clases se usa cuando una imagen se clasifica con una sola etiqueta de un conjunto de clases; por ejemplo, cada imagen se clasifica como una imagen de un "gato" o un "perro" o un "pato".
ImageClassificationMultilabel: Clasificación de imágenes Multietiqueta. La clasificación de imágenes de varias etiquetas se usa cuando una imagen podría tener una o varias etiquetas de un conjunto de etiquetas; por ejemplo, una imagen podría etiquetarse con "cat" y "dog".
ImageObjectDetection: detección de objetos de imagen. La detección de objetos se usa para identificar objetos en una imagen y localizar cada objeto con un rectángulo de selección, por ejemplo, localizar todos los perros y gatos en una imagen y dibujar un rectángulo delimitador alrededor de cada uno.
ImageInstanceSegmentation: segmentación de instancia de imagen. La segmentación de instancia se usa para identificar objetos de una imagen en el nivel de píxel, dibujando un polígono alrededor de cada objeto de la imagen.
TextClassification: la clasificación de texto (también conocida como etiquetado de texto o categorización de texto) es el proceso de ordenar los textos en categorías.
Las categorías son mutuamente excluyentes.
TextClassificationMultilabel: la tarea de clasificación multietiqueta asigna cada ejemplo a un grupo (cero o más) de etiquetas de destino.
TextNER: Reconocimiento de entidades con nombre de texto a.k.a. TextNER.
El reconocimiento de entidades con nombre (NER) es la capacidad de tomar texto de forma libre e identificar las apariciones de entidades como personas, ubicaciones, organizaciones, etc.
type TaskType = string