Azure Machine ラーニング デザイナーのアルゴリズムとコンポーネント リファレンス (v2)
適用対象: 
Python SDK azure-ai-ml v2 (現行)
Azure Machine Learning デザイナー コンポーネント (デザイナー) を使用すると、ユーザーはドラッグ アンド ドロップ インターフェイスを使用して機械学習プロジェクトを作成できます。 このリンクに従って Designer Studio にアクセスします。 デザイナーの詳細については、このリンクに従ってください。
このリファレンス コンテンツでは、Azure Machine Learning デザイナーで使用可能な各カスタム コンポーネント (v2) の背景について説明します。
次の図に示すように、Azure Machine Learning スタジオのカスタム コンポーネントに移動できます。
各コンポーネントは、個別に実行可能なコードのセットを表し、必要な入力を取得して機械学習タスクを実行します。 コンポーネントには、特定のアルゴリズムが含まれているものや、機械学習において重要なタスク (欠損値の置換、統計分析など) を実行するものがあります。
アルゴリズムの選択の詳細については、以下を参照してください。
ヒント
デザイナー内のパイプラインでは、特定のコンポーネントに関する情報を取得できます。 コンポーネントの一覧またはコンポーネントの右側のウィンドウでコンポーネントをポイントするときに、コンポーネントカードの詳細情報リンクを選択します。
AutoML アルゴリズム
| 機能 | 説明 | コンポーネント |
|---|---|---|
| 分類 | Azure Machine Learning パイプライン内で分類モデルをトレーニングするために AutoML ジョブを開始するコンポーネント | AutoML 分類 |
| 回帰 | Azure Machine Learning パイプライン内で回帰モデルをトレーニングするために AutoML ジョブを開始するコンポーネント。 | AutoML 回帰 |
| 予測 | Azure Machine Learning パイプライン内で予測モデルをトレーニングするために AutoML ジョブを開始するコンポーネント。 | AutoML 予測 |
| 画像の分類 | Azure Machine Learning パイプライン内で画像分類モデルをトレーニングするために AutoML ジョブを開始するコンポーネント | 画像の分類 |
| マルチラベル画像分類 | Azure Machine Learning パイプライン内でマルチラベル画像分類モデルをトレーニングするために AutoML ジョブを開始するコンポーネント | 画像分類のマルチラベル |
| 画像の物体検出 | Azure Machine Learning パイプライン内で画像の物体検出モデルをトレーニングするために AutoML ジョブを開始するコンポーネント | 画像の物体検出 |
| 画像インスタンスのセグメント化 | Azure Machine Learning パイプライン内で画像インスタンスのセグメント化モデルをトレーニングするために AutoML ジョブを開始するコンポーネント | 画像インスタンスのセグメント化 |
| マルチラベル テキスト分類 | Azure Machine Learning パイプライン内でマルチラベル NLP テキスト分類モデルをトレーニングするために AutoML ジョブを開始するコンポーネント。 | AutoML マルチラベル テキスト分類 |
| テキスト分類 | Azure Machine Learning パイプライン内で NLP テキスト分類モデルをトレーニングするために AutoML ジョブを開始するコンポーネント。 | AutoML テキスト分類 |
| テキスト Ner | Azure Machine Learning パイプライン内で NLP NE (固有表現認識) モデルをトレーニングするために AutoML ジョブを開始するコンポーネント。 | AutoML テキスト Ner |