@azure/arm-machinelearning package

Este tipo de conexión cubre la autenticación de AAD para cualquier servicio de Azure aplicable.

Un proceso de Machine Learning basado en AKS.

Propiedades de AKS

Interfaz de modelo AccesoClaveAuthTipoEspacio de trabajoConexiónPropiedades

interfaz de modelo AccountApiKeys

Este tipo de conexión abarca la conexión de clave de cuenta para Azure Storage.

Configuración de credenciales de almacén de datos de clave de cuenta.

Secretos de clave de cuenta de almacén de datos.

Detalles de la cuenta ACR que se utilizará para el Registro

interfaz de modelo ActualCapacityInfo

Secretos relacionados con un proceso de Machine Learning basado en AKS.

Configuración avanzada para redes de AKS

interfaz de modelo AllFeatures

Todos los nodos significa que el servicio se ejecutará en todos los nodos del trabajo

Un proceso de Azure Machine Learning.

Información del nodo de proceso relacionada con un proceso de AmlCompute.

Propiedades de proceso de AML

Configuración de identidad de token AML.

Definición de identidad de proceso de token AML.

Funciones habilitadas para un espacio de trabajo

Acceder a credenciales sin credenciales

Este tipo de conexión cubre las categorías genéricas de conexión de autenticación de ApiKey, por ejemplo: AzureOpenAI: Category:= AzureOpenAI AuthType:= ApiKey (como discriminador de tipo) Credenciales:= {ApiKey} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target:= {ApiBase}

CognitiveService: Category:= CognitiveService AuthType:= ApiKey (como discriminador de tipo) Credenciales:= {SubscriptionKey} como Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target:= ServiceRegion={serviceRegion}

CognitiveSearch: Categoría:= CognitiveSearch AuthType:= ApiKey (como discriminador de tipo) Credenciales:= {Key} como Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target:= {Endpoint}

Usar el contenedor de propiedades Metadata para ApiType, ApiVersion, Kind y otros campos de metadatos

ResourceId de ARM de un recurso

interfaz de modelos AssetBase

interfaz de modelos AssetContainer

Definición base para referencias de activos.

Un usuario que se puede asignar a una instancia informática.

Horizonte de pronóstico determinado automáticamente por el sistema.

AutoMLJob. Use esta clase para ejecutar tareas de AutoML como clasificación/regresión, etc. Consulte Enumeración TaskType para ver todas las tareas admitidas.

Clase vertical de AutoML. Clase base para verticales de AutoML - TableVertical/ImageVertical/NLPVertical

Validaciones de N-Cross determinadas automáticamente.

Propiedades de pausa automática

Propiedades de la báscula de automóviles

interfaz modelo AutoEstacionalidad

interfaz de modelo AutoTargetLags

Ventana móvil de retrasos de destino determinada automáticamente.

interfaz de modelo AvailableQuota

interfaz de modelo AvailableQuotaProperties

Configuración del almacén de datos de Azure Blob.

Configuración del almacén de datos de Azure Data Lake Gen1.

Configuración del almacén de datos de Azure Data Lake Gen2.

Detalles del webhook específicos para Azure DevOps

Configuración del almacén de datos de Azure File.

Parámetros opcionales para el cliente.

interface model AzureOpenAiFineTuning

Hiperparámetros de Azure Open AI para el ajuste fino.

Define una política de terminación anticipada basada en criterios de demora y un intervalo de frecuencia y retraso para la evaluación

Los tipos de recursos de seguimiento concreto se pueden crear mediante el alias de este tipo mediante un tipo de propiedad específico.

Propiedades relevantes para diferentes tipos de implementación.

Configuración de inferencia por lotes por implementación.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de Despliegue por Lotes.

Parámetros opcionales.

Los tipos de recursos de seguimiento concreto se pueden crear mediante el alias de este tipo mediante un tipo de propiedad específico.

Valores predeterminados del punto de conexión de lote

Configuración del punto de conexión por lotes.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de BatchEndpoints.

Parámetros opcionales.

Propiedades de una implementación de componentes de canalización por lotes.

Reintentar la configuración de una operación de inferencia por lotes.

Define un algoritmo de muestreo que genera valores basados en valores anteriores

Interfaz de modelo BindOptions

interfaz de modelo BlobReferenceForConsumptionDto

Opciones de configuración para el contexto de compilación de Docker

Sobre de recursos de Azure Resource Manager.

Interfaz de modeloCapacidadPropiedades del Anfitrión

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa las operaciones de un CapabilityHosts.

interfaz de modelo CategoricalDataDriftMetricThreshold

interfaz de modeloCategoríaDatosCalidadMétricaUmbral

interfaz del modelo CategoricaPredicciónDerivaMétricaUmbral

Configuración de credenciales de almacén de datos de certificados.

Secretos de certificado de almacén de datos.

Tarea de clasificación en AutoML Table vertical.

Configuración relacionada con el entrenamiento de clasificación.

Parámetros de actualización de AmlCompute.

Las propiedades de un amlCompute que necesitan actualizarse.

Configuración de un recurso de código de puntuación.

Sobre de recursos de Azure Resource Manager.

Contenedor para versiones de recursos de código.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa operaciones de CodeContainers.

Sobre de recursos de Azure Resource Manager.

Detalles de la versión del recurso de código.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación CodeVersions.

Parámetros opcionales.

interfaz de modelo CognitiveServicesSku

Colección de interfaz de modelos

Parámetros del transformador de columna.

Definición de trabajo de comando.

Clase de límite de trabajo de comando.

Sobre de recursos de Azure Resource Manager.

Definición del contenedor de componentes. <ver href="https://docs.microsoft.com/en-us/azure/machine-learning/reference-yaml-component-command" />

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de ComponentContainers.

Sobre de recursos de Azure Resource Manager.

Definición de una versión de componente: define los recursos que abarcan tipos de componentes.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de ComponentVersions.

Parámetros opcionales.

Machine Learning compute object.

Una instancia de proceso de Azure Machine Learning.

Define una aplicación de instancia de Aml y su URI de punto de conexión de conectividad.

Especifica la configuración del registrador automático.

Define todos los puntos de conexión y las propiedades de conectividad de ComputeInstance.

Define un contenedor de instancias AML.

Describe información sobre el usuario que creó esta ComputeInstance.

Define un DataDisk de instancia AML.

Define un DataMount de instancia AML.

Información sobre el entorno

La última operación en ComputeInstance.

Propiedades de instancia de proceso

Especifica la directiva y la configuración para el acceso SSH.

Versión de computeInstance.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de ComputeOperations.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

interfaz de modelo ComputeRecurrenceSchedule

Objeto de proceso de aprendizaje automático encapsulado en un sobre de recursos de ARM.

interfaz de modelo ComputeRuntimeDto

La lista de programaciones que se aplicarán en los cálculos

Secretos relacionados con un cómputo de Machine Learning. Puede variar según el tipo de cálculo.

Calcular las propiedades de la programación de inicio y parada

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de conexión.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación ConnectionRaiBlocklistItem.

Parámetros opcionales.

Interfaz que representa una operación ConnectionRaiBlocklistItems.

Interfaz que representa una operación de ConnectionRaiBlocklist.

Parámetros opcionales.

Interfaz que representa una operación ConnectionRaiBlocklist.

Parámetros opcionales.

Interfaz que representa una operación de ConnectionRaiPolicies.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación ConnectionRaiPolicy.

Requisitos de recursos para cada instancia de contenedor dentro de una implementación en línea.

interfaz de modelo ContainerResourceSettings

interfaz de modelo Contenido Seguridad

Interfaz del modelo Contenido SeguridadPunto de FinalDespliegueRecursosPropiedades

Interfaz de modelo ContenidoSeguridadPunto de EnlacePropiedadRecurso

interfaz de modelo CosmosDbSettings

interfaz de modelo CreateMonitorAction

El desencadenador de flujo de trabajo cron para ComputeStartStop schedule type.

interfaz de modelo CronTrigger

Horizonte de previsión máximo deseado en unidades de frecuencia de serie temporal.

Objeto de credencial de claves personalizadas

Categoría:= CustomKeys AuthType:= CustomKeys (como discriminador de tipos) Credenciales:= {CustomKeys} como Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.CustomKeys Target:= {cualquier valor} Usar el contenedor de propiedades de metadatos para ApiVersion y otros campos de metadatos

interfaz de modelo CustomMetricThreshold

interfaz de modelo CustomModelFineTuning

interfaz de modelo CustomModelJobInput

interfaz de modelo CustomModelJobOutput

interfaz de modelo CustomMonitoringSignal

Las validaciones de N-Cross son especificadas por el usuario.

interfaz de modelo CustomSeasonality

Especifica la configuración del servicio personalizado

interfaz de modelo CustomTargetLags

interfaz de modelo PersonalizadoObjetivoRollingWindowSize

interfaz de modelo DataCollector

Sobre de recursos de Azure Resource Manager.

Contenedor para versiones de activos de datos.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa las operaciones de un DataContainers.

interfaz de modeloDataDerivaMétricaBaseUmbral

interfaz de modelo DataDriftMonitoringSignal

Un proceso de DataFactory.

interfaz de modelosDataGenerationVertical

Un proceso de DataLakeAnalytics.

interfaz de modeloDataLakeAnalíticaEsquemaPropiedades

Referencia a un activo a través de su ruta en un almacén de datos.

interfaz de modeloDatosCalidadMétricaBase de Umbral

interfaz de modelo DataCalidadMonitorizaciónSeñal

Clase base DataReferenceCredential

Sobre de recursos de Azure Resource Manager.

Definición de la base de versiones de datos

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación DataVersions.

Parámetros opcionales.

Un proceso de DataFactory.

Secretos relacionados con un proceso de Machine Learning basado en Databricks.

Propiedades de Databricks

Objeto de referencia del conjunto de datos.

Sobre de recursos de Azure Resource Manager.

Definición base para credenciales de almacenamiento de datos.

Definición base para la configuración de contenidos del almacén de datos.

Definición base para secretos de almacenamiento de datos.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa las operaciones de los almacenes de datos.

interfaz de modelo DefaultScaleSettings

Contrato para DeltaModelCurrentState.

interfaz de modelo DeltaModelListRequest

Base de contrato para DeltaModelChangeRequest. Se utiliza para agregar o quitar.

interfaz modelo DeltaModelStatusRequest

Contrato devolviendo al usuario los modelos delta.

interfaz de modelo DeploymentLogs

interfaz de modelo DeploymentLogsRequest

interfaz de modelo DespliegueRecursosConfiguración

Publicación de información de activos del registro de destino

interfaz de modelo DiagnoseRequestProperties

interfaz de modelo DiagnoseResponseResult

Interfaz de modelo DiagnosticarRespuestaValorResultado

Resultado del diagnóstico

Parámetros para diagnosticar un área de trabajo

Definición del trabajo de destilación.

Definición base para la configuración de distribución de trabajos.

interfaz modelo Docker

Credencial para Docker con nombre de usuario y contraseña

Las directivas de terminación anticipada permiten cancelar ejecuciones con un rendimiento deficiente antes de que se completen.

interfaz de modelo CifradoLclaveCámaraActualizaciónPropiedades

interfaz modelo Propiedad de cifrado

interfaz de modelo EncryptionUpdateProperties

interfaz de modelo Punto final

Claves para la autenticación de puntos finales.

Token de servicio

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

interfaz de modelo EndpointDeploymentModel

Interfaz que representa una operación de Despliegue de Endpoint.

Definición de base para el despliegue en endpoints.

interfaz de modelo EndpointDeploymentResourceProperties

EndpointDeploymentResourcePropertiesBasicResource es solo vista previa.

Parámetros opcionales.

Parámetros opcionales.

interfaz de modelo Claves de Punto de Enlace

Parámetros opcionales.

Parámetros opcionales.

interfaz de modelo EndpointModelDeprecationProperties

Propiedades del modelo de punto final.

Interfaz de modelo EndpointModelSkuCapacidadPropiedades

interfaz de modelo EndpointModelSkuPropiedades

interfaz de modelo EndpointModelSkuRateLimitProperties

Interfaz de modelo EndpointModeloSkuRateLimitRulePatternProperties

Interfaz de modelo EndpointModelSkuRateLimitRuleProperties

Colección paginada de elementos EndpointModelProperties

Interfaz que representa una operación de punto final.

Inferencia Definición base de endpoint

Parámetros opcionales.

interfaz de modelo EndpointRecursosPropiedades

EndpointResourcePropertiesBasicResource es un recurso solo para vista previa.

interfaz de modelo EndpointScheduleAction

Sobre de recursos de Azure Resource Manager.

Contenedor para versiones de especificación de entorno.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de EnvironmentContainers.

interfaz de modelo VariableEntorno

Sobre de recursos de Azure Resource Manager.

Detalles de la versión del entorno.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de EnvironmentVersions.

Parámetros opcionales.

Información adicional sobre el error de administración de recursos.

Detalle del error.

Respuesta de error común para todas las API de Azure Resource Manager para devolver los detalles de error de las operaciones con errores.

La información de precios estimados para usar una máquina virtual de un tipo de sistema operativo, nivel, etc. en particular.

Información de precios estimados para usar una máquina virtual.

interfaz de modelo ExternalFqdnResponse

Sobre de recursos de Azure Resource Manager.

interfaz del modelo CaracterísticaAtribuciónDerivaMonitorizaciónSeñal

interfaz de modelo FeatureAttributionMetricThreshold

interfaz de modelo CaracterísticasImportanciaAjustes

Objeto DTO que representa la característica

interfaz de modelo FeatureStoreSettings

interfaz de modelo Subconjunto de características

Especifica la ventana de características

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de Features.

Sobre de recursos de Azure Resource Manager.

Objeto DTO que representa el conjunto de características

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa operaciones de FeaturesetContainers.

Objeto DTO que representa la especificación

Sobre de recursos de Azure Resource Manager.

Carga útil de solicitud para crear una solicitud de reposición para una versión determinada del conjunto de funciones

Carga útil de respuesta para crear una solicitud de reposición para una versión determinada del conjunto de características

Objeto DTO que representa la versión del conjunto de características

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de FeaturesetVersions.

Sobre de recursos de Azure Resource Manager.

Objeto DTO que representa la entidad de entidad

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de FeaturestoreEntityContainers.

Sobre de recursos de Azure Resource Manager.

Objeto DTO que representa la versión de la entidad de característica

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de FeaturestoreEntityVersions.

Configuración de caracterización.

Definición de trabajo de ajuste fino.

interfaz de modelo FineTuningVertical

interfaz de modelo FinetuningDetalles

Definición de datos de entrada fija.

interfaz de modelo FlavorData

Horizonte de previsión máximo deseado en unidades de frecuencia de serie temporal.

Tarea de pronóstico en AutoML Tabla vertical.

Previsión de parámetros específicos.

Configuración relacionada con el entrenamiento de previsión.

interfaz de modelo FqdnEndpoint

interfaz de modelo FqdnEndpointDetail

interfaz de modelo FqdnEndpoints

Contenedor de propiedades para el resultado de los puntos de conexión FQDN

Regla de salida de FQDN para la red administrada de un área de trabajo de aprendizaje automático.

interfaz de modelo GetBlobReferenceForConsumptionDto

BlobReferenceSASRequest para la API getBlobReferenceSAS

BlobReferenceSASResponse for getBlobReferenceSAS API

Define un algoritmo de muestreo que genera exhaustivamente todas las combinaciones de valores en el espacio

Opciones de configuración del entorno.

Opciones de configuración del modelo.

interfaz de modelo GroupStatus

Un proceso de HDInsight.

Propiedades de proceso de HDInsight

Contiene un intervalo de direcciones IPv4 en notación CIDR, como "124.56.78.91" (dirección IP simple) o "124.56.78.0/24" (todas las direcciones que comienzan por 124.56.78). El valor podría ser "Permitir" o "Denegar".

Referencia a un activo a través de su identificador de recurso de ARM.

Definición base para la configuración de identidad.

Objeto de identidad utilizado para el cifrado.

Detiene la instancia de proceso después del período definido por el usuario de inactividad.

interfaz del modelo Imagen

Clasificación de imágenes. La clasificación de imágenes multiclase se utiliza 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".

Clasificación de imágenes multietiqueta. La clasificación de imágenes multietiqueta se utiliza cuando una imagen puede tener una o más etiquetas de un conjunto de etiquetas, por ejemplo, una imagen puede estar etiquetada con "gato" y "perro".

interfaz del modelo ImágenesDetalles

interfaz de modelo ImageInfo

Segmentación de instancias de imagen. La segmentación de instancias se utiliza para identificar objetos en una imagen a nivel de píxel, dibujando un polígono alrededor de cada objeto en la imagen.

Limitar la configuración del trabajo de AutoML.

Devuelve metadatos sobre la imagen del sistema operativo para esta instancia informática.

Expresiones de distribución para barrer los valores de la configuración del modelo. <ejemplo> Algunos ejemplos son:

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.

Expresiones de distribución para barrer los valores de la configuración del modelo. <ejemplo> Algunos ejemplos son:

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.

Expresiones de distribución para barrer los valores de la configuración del modelo. <ejemplo> Algunos ejemplos son:

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.

Configuración que se usa para entrenar el modelo. Para obtener más información sobre la configuración disponible, visite la documentación oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Configuración que se usa para entrenar el modelo. Para obtener más información sobre la configuración disponible, visite la documentación oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Configuración que se usa para entrenar el modelo. Para obtener más información sobre la configuración disponible, visite la documentación oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Detección de objetos de imagen. La detección de objetos se utiliza para identificar objetos en una imagen y ubicar cada objeto con un cuadro delimitador, por ejemplo, ubicar todos los perros y gatos en una imagen y dibujar un cuadro delimitador alrededor de cada uno.

Configuración relacionada con barrido de hiperparámetros y barrido de modelos.

Objeto DTO que representa la columna de índice

interfaz de modelo InferenciaPropiedadesContenedores

InferenceEndpoint es un recurso solo de vista previa.

Configuración de InferenceEndpoint

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación InferenceEndpoints.

Parámetros opcionales.

InferenceGroup es un recurso solo de vista previa.

Configuración del grupo de inferencia

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de InferenceGroups.

Parámetros opcionales.

InferencePool es un recurso solo para vista previa.

Configuración del grupo de inferencias

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de InferencePools.

Parámetros opcionales.

Esquema de tipo de instancia.

Solicitudes o límites de recursos para este tipo de instancia

Sobre de recursos de Azure Resource Manager.

Definición base para un trabajo.

Definición de trabajo de comando.

interfaz de modelos JobLimits

Información del contenedor de definición de salida de trabajo sobre dónde encontrar la salida o los registros de trabajo.

interfaz de modelos JobResourceConfiguration

interfaz de modelo JobResources

interfaz de modelo JobScheduleAction

Definición de extremo de trabajo

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de trabajos.

Configuración del kernel de Jupyter.

Propiedades del almacén de claves de cliente.

Un proceso de aprendizaje automático basado en el proceso de Kubernetes.

Propiedades específicas de KubernetesOnlineDeployment.

Propiedades de Kubernetes

Interfaz de modelo Generación de etiquetas

interfaz de modelo LakeHouseArtifact

Interfaz de modelo ListaClavesNotebookResultado

interfaz de modelo ListStorageAccountKeysResult

interfaz de modelo ListaClavesEspacio de trabajoResultado

Tipo de entrada literal.

interfaz de modelo MLFlowModelJobInput

interfaz de modelo MLFlowModelJobOutput

Definición de datos MLTable

interfaz de modelo MLTableJobInput

interfaz de modelo MLTableJobOutput

Definición de identidad de proceso administrada.

Configuración de identidad administrada.

interfaz de modelo GestionadoIdentidadAuthTipoEspacio de trabajoConexiónPropiedades

Credencial para la identidad administrada por el usuario

Opciones de aprovisionamiento de red administrada para la red administrada de un área de trabajo de aprendizaje automático.

Estado del aprovisionamiento de la red administrada de un área de trabajo de Machine Learning.

Interfaz que representa una operación de Managed NetworkProvisions.

Parámetros opcionales.

Configuración de red administrada para un área de trabajo de Aprendizaje automático.

interfaz de modelo GestionadoRedAjustesBásicoRecurso

interfaz de modelo GestionadaRedConfiguraciónEx

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de Configuracionesde de RedGestionada.

Parámetros opcionales.

Las propiedades de la configuración de red administrada de un área de trabajo de aprendizaje automático.

ManagedNetworkSettingsPropertiesBasicResource es un recurso solo para vista previa.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de ManagedRedSettingsRule.

Propiedades específicas de ManagedOnlineDeployment.

Interfaz de modelo GestionadaOnlineEndpointDeploymentResourceProperties

interfaz de modelo: GestionadoOnlineEndpointRecursosPropiedades

Detalles de las identidades asignadas al grupo de recursos administrado.

Configuración del grupo de recursos administrados

Identidad de servicio administrada (identidades asignadas por el sistema o asignadas por el usuario)

interfaz de modelo MarketplacePlan

Sobre de recursos de Azure Resource Manager.

interfaz modelo MarketplaceSuscripciónPropiedades

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de MarketplaceSubscriptions.

Objeto DTO que representa el recurso informático

interfaz de modelo MaterializationSettings

Define una política de terminación anticipada basada en promedios acumulados de la métrica principal de todas las ejecuciones

Sobre de recursos de Azure Resource Manager.

interfaz de modelo Propiedades del Contenedor del Modelo

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa las operaciones de un ModelContainers.

Configuración de modelos de interfaz de modelo

Sobre de recursos de Azure Resource Manager.

Detalles de la versión del recurso del modelo.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de ModelVersions.

Parámetros opcionales.

Monitoriza la definición de la base de configuración de cálculo.

Monitoriza la definición de la base de identidad de cómputo.

interfaz de modelo MonitorDefinición

interfaz de modelo MonitorEmailNotificaciónAjustes

interfaz de modelo MonitorNotificaciónConfiguración

Supervisar la definición de proceso de Spark sin servidor.

interfaz de modelo MonitorizaciónCaracterísticaBaseFiltro

Monitorización de la definición de la base de datos de entrada.

interfaz de modelo MonitoringSignalBase

Definición del objetivo de supervisión.

interfaz de modelo MonitoringThreshold

Configuración de distribución MPI.

Valor de validación N-Cross.

interfaz de modelo NetworkAcls

interfaz de modelo NlpVerticalFeaturizationSettings

Restricciones de ejecución de trabajos.

Recuentos de varios estados de nodo de proceso en amlCompute.

Definición de nodos abstractos

interfaz de modelo NoneAuthTypeWorkspaceConnectionProperties

Credenciales de almacén de datos vacías o ninguna.

interfaz de modelo NotebookAccessTokenResult

interfaz de modelo NotebookPreparationError

interfaz de modelo: NotebookResourceInfo

Configuración para la notificación.

interfaz de modelo NumericalDataDerivaMétricaUmbral

interfaz de modelo NumericalDataCalidadMétricaUmbral

interfaz del modelo NuméricaPredicciónDerivaMétricaUmbral

interfaz de modelo OAuth2AuthTipoEspacio de trabajoConexiónPropiedades

Objetivo de optimización.

Configuración de artefactos (fuente de datos) de OneLake.

Configuración del almacén de datos OneLake (Trident).

Los tipos de recursos de seguimiento concreto se pueden crear mediante el alias de este tipo mediante un tipo de propiedad específico.

interfaz de modelo OnlineDeploymentProperties

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de OnlineDeployments.

Parámetros opcionales.

Los tipos de recursos de seguimiento concreto se pueden crear mediante el alias de este tipo mediante un tipo de propiedad específico.

Configuración de endpoints en línea

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de OnlineEndpoints.

Parámetros opcionales.

Parámetros opcionales.

Configuración de solicitudes de puntuación de implementación en línea.

Configuración de escalado de implementación en línea.

interfaz de modelo OpenAIEndpointDeploymentResourceProperties

interfaz de modelo OpenAIEndpointResourceProperties

Detalles de una operación de API REST, devuelta desde la API de operaciones del proveedor de recursos

Información de visualización localizada para una operación.

Parámetros opcionales.

Interfaz que representa una operación de operaciones.

Devuelve metadatos sobre la aplicación de parches del sistema operativo.

Regla de salida para la red administrada de un área de trabajo de Aprendizaje automático.

Se pueden crear tipos de recursos de proxy concretos mediante el alias de este tipo mediante un tipo de propiedad específico.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación OutRule.

Interfaz que representa una operación OutRules.

Parámetros opcionales.

Referencia a un recurso a través de su ruta en la salida de un trabajo.

interfaz de modelo PATAuthTipoEspacio de trabajoConexiónPropiedades

interfaz de modelo PTUDeploymentUsage

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación PTUQuota.

interfaz de modelo Detalles del paquete

Opciones para el método byPage

Interfaz que permite la iteración asincrónica tanto a la finalización como a la página.

Configuración de inferencia por lotes mutable por implementación.

Se usa estrictamente en solicitudes de actualización.

Identidad de servicio administrada (identidades asignadas por el sistema o asignadas por el usuario)

Se usa estrictamente en solicitudes de actualización.

Se usa estrictamente en solicitudes de actualización.

Se usa estrictamente en solicitudes de actualización.

Se usa estrictamente en solicitudes de actualización.

Se usa estrictamente en solicitudes de actualización.

Definición de SKU común.

interfaz modelo Contraseña

interfaz de modelo PendingUploadCredentialDto

interfaz de modelo PendingUploadRequestDto

interfaz de modelo PendingUploadResponseDto

Configuración de una instancia de proceso personal.

Definición de trabajo de canalización: define atributos genéricos a MFE.

Interfaz del modelo PredicciónDerivaMétricaBaseUmbral

Interfaz de modelo Predicción DerivaMonitorizaciónSeñal

Recurso de punto de conexión privado.

El recurso Conexión de punto de conexión privado.

Propiedades de conexión de punto de conexión privado.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación PrivateEndpointConnections.

Destino de punto de conexión privado para una regla de salida de punto de conexión privado para la red administrada de un área de trabajo de Machine Learning.

Regla de salida de punto de conexión privado para la red administrada de un área de trabajo de aprendizaje automático.

Recurso de red pe que está vinculado a esta conexión pe.

Un recurso de vínculo privado

Propiedades de un recurso de vínculo privado.

Parámetros opcionales.

Interfaz que representa una operación PrivateLinkResources.

Colección de información sobre el estado de la conexión entre el consumidor del servicio y el proveedor.

Configuración del sondeo de preparación y ejecución del contenedor de implementación.

interfaz de modelo PromptSettings

Definición base para los recursos del pool.

Definición del modelo de recursos para un recurso proxy de Azure Resource Manager. No tendrá etiquetas ni una ubicación

Configuración de distribución de PyTorch.

Configuración de cola de la interfaz del modelo

Las propiedades de Quota update o retrieval.

Parámetros de actualización de cuota.

Parámetros opcionales.

Interfaz que representa operaciones de cuotas.

Parámetros opcionales.

Configuración de la lista de bloqueos de Azure OpenAI.

Cuerpo de la solicitud de elemento RaiBlocklist de Cognitive Services.

Propiedades rai Custom Blocklist Item.

RaiBlocklistItemsPropertiesBasicResource es un recurso solo para vista previa.

Propiedades rai Custom Blocklist.

RaiBlocklistPropertiesBasicResource es un recurso solo para vista previa.

Parámetros opcionales.

Interfaz que representa una operación de RaiPolicies.

Filtro de contenido de Azure OpenAI.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de RaiPolicy.

Propiedades de filtros de contenido de Azure OpenAI.

Recurso de filtros de contenido de Azure OpenAI.

Define un algoritmo de muestreo que genera valores aleatoriamente

Configuración de distribución de rayos. Una clase para gestionar la configuración de un trabajo Ray distribuido.

Periodicidad del desencadenador de flujo de trabajo para el tipo de programación ComputeStartStop.

interfaz de modelo RecurrenceSchedule

interfaz de modelo RecurrenceTrigger

interfaz de modelo RegenerateEndpointKeysRequest

interfaz de modelo RegenerateServiceAccountKeyContent

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa las operaciones de un registro.

Parámetros opcionales.

Parámetros opcionales.

Los tipos de recursos de seguimiento concreto se pueden crear mediante el alias de este tipo mediante un tipo de propiedad específico.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de RegistryCodeContainers.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de RegistryCodeVersions.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de RegistryComponentContainers.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación RegistryComponentVersions.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de RegistryDataContainers.

Parámetros opcionales.

Interfaz que representa una operación de RegistryDataReferences.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de RegistryDataVersions.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de RegistryEnvironmentContainers.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de RegistryEnvironmentVersions.

interfaz modelo RegistryListCredentialsResult

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de RegistryModelContainers.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de RegistryModelVersions.

Identidad de servicio administrada (identidades asignadas por el sistema o asignadas por el usuario)

Definición de conexión de punto de conexión de punto de conexión privado.

Propiedades de la conexión de punto de conexión privado

Estado de conexión.

Detalles del Registro

Detalles de cada región en la que se encuentra el registro

Tarea de regresión en AutoML Table vertical.

Configuración relacionada con el entrenamiento de regresión.

Configuración de solicitudes de puntuación.

Interfaz de modelo Registro de solicitudes

Esquema para el cambio de tamaño de la instancia informática.

Campos comunes que se devuelven en la respuesta de todos los recursos de Azure Resource Manager

interfaz de modelo ResourceBase

interfaz de modelo ResourceConfiguration

Representa un identificador de recurso. Por ejemplo, para una subred, es la dirección URL del recurso para la subred.

El nombre del recurso.

La cuota asignada a un recurso.

Definición de datos de entrada continuos.

Interfaz del modelo Ruta

interfaz de modelo SASAuthTipoEspacio de TrabajoConexiónPropiedades

Acceso con URI SAS completo

interfaz de modelo SASCredentialDto

El algoritmo de muestreo se utiliza para generar valores de hiperparámetros, junto con propiedades para configurar el algoritmo

Configuración de credenciales de almacén de datos de SAS.

Secretos de SAS del almacén de datos.

configuración de escalado para AML Compute

Configuración de escala deseada para amlCompute.

Configuración para el grupo de ScaleUnit.

Sobre de recursos de Azure Resource Manager.

interfaz de modelo ScheduleActionBase

interfaz de modelo ScheduleBase

Definición base de una tabla de planificación

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de Schedules.

Referencia de script

Scripts de instalación personalizados

Previsión de la estacionalidad.

Configuración de caducidad de secretos.

interfaz de modelo ServerlessComputeSettings

Los tipos de recursos de seguimiento concreto se pueden crear mediante el alias de este tipo mediante un tipo de propiedad específico.

interfaz de modelo ServerlessEndpointCapacityReservation

interfaz de modelo ServerlessEndpointContentSafety

interfaz de modelo ServerlessEndpointInferenciaEndpoint

interfaz de modelo ServerlessEndpointModelSettings

interfaz de modelo ServerlessEndpointProperties

interfaz de modelo ServerlessEndpointResourceProperties

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de ServerlessEndpoints.

Parámetros opcionales.

Parámetros opcionales.

interfaz de modelo ServerlessInferenceEndpoint

interfaz de modelo ServerlessOffer

interfaz de modeloServicioGestionadoRecursosAjustes

Interfaz de modelo ServicioPrincipalAuthTipoEspacio de trabajoConexiónPropiedades

Configuración de credenciales del almacén de datos de la entidad de servicio.

Secretos de la entidad de servicio del almacén de datos.

Destino de etiqueta de servicio para una regla de salida de etiqueta de servicio para la red administrada de un área de trabajo de Machine Learning.

Regla de salida de etiquetas de servicio para la red administrada de un área de trabajo de aprendizaje automático.

Detalles de los scripts personalizados que se van a ejecutar para configurar el clúster.

interfaz de modelo SharedPrivateLinkResource

Propiedades de un recurso de vínculo privado compartido.

Un sondeo sencillo que se puede usar para sondear una operación de larga duración.

Definición del modelo de recursos que representa la SKU

Información de capacidad de SKU

Cumple con el requisito del contrato de ARM de enumerar todos los SKU disponibles para un recurso.

SkuSetting satisface la necesidad de información de SKU simplificada en el contrato ARM.

Definición de trabajo de Spark.

Definición de punto de entrada al trabajo en Spark.

interfaz de modelo: SparkJobPythonEntry

interfaz de modelo: SparkJobScalaEntry

interfaz de modelo: SparkResourceConfiguration

interfaz de modelo SpeechEndpointDeploymentResourceProperties

interfaz de modelo SpeechEndpointResourceProperties

La configuración de SSL para la puntuación

Avanza la configuración para personalizar la ejecución de StackEnsemble.

Definición de datos de entrada estáticos.

Detalles de la cuenta de almacenamiento que se usará para el Registro

interfaz de modelo StringStringKeyValuePair

Definición de trabajo de barrido.

Clase de límite de trabajo de barrido.

Un proceso de SynapseSpark.

interfaz de modelo SynapseSparkProperties

interfaz de modelo SystemCreatedAcrAccount

interfaz de modelo SystemCreatedStorageAccount

Metadatos relativos a la creación y última modificación del recurso.

Un servicio del sistema que se ejecuta en un proceso.

Configuración de caracterización.

Restricciones de ejecución de trabajos.

Número de períodos anteriores que se van a retardar desde la columna de destino.

Pronosticando el tamaño de la ventana móvil objetivo.

interfaz de modelo ObjetivoUtilizaciónEscalaAjustes

interfaz de modelo TeacherModelEndpoint

Interfaz de modelo TeacherModelEndpointRequestSettings

interfaz de modelo TeacherModelSettings

Configuración de distribución de TensorFlow.

Tarea de clasificación de texto en AutoML NLP vertical. NLP - Procesamiento del lenguaje natural.

Tarea de clasificación de texto multietiqueta en AutoML NLP vertical. NLP - Procesamiento del lenguaje natural.

Text-NER tarea en AutoML NLP vertical. NER: reconocimiento de entidades con nombre. NLP - Procesamiento del lenguaje natural.

interfaz modelo TmpfsOptions

interfaz de modelos TopNFeaturesByAttribution

La definición del modelo de recursos para un recurso de nivel superior con seguimiento de Azure Resource Manager que tiene "etiquetas" y una "ubicación".

Configuración relacionada con el entrenamiento.

Definición del componente de prueba.

interfaz de modelo TriggerBase

interfaz modelo TritonModelJobInput

interfaz modelo TritonModelJobOutput

Define una directiva de terminación anticipada que cancela un porcentaje determinado de ejecuciones en cada intervalo de evaluación.

Las propiedades de la respuesta de cuota de actualización.

El resultado de actualizar la cuota del área de trabajo.

Entidad de versión de datos de archivo URI

interfaz de modelo UriFileJobInput

interfaz de modelo UriFileJobOutput

Entidad de versión de datos uri-folder

interfaz de modelo UriFolderJobInput

interfaz de modelo UriFolderJobOutput

Describe el uso de recursos AML.

interfaz de modelo UsageAndQuotaDetails

Nombres de uso.

Parámetros opcionales.

Interfaz que representa una operación de usos.

Configuración de la cuenta de usuario que se crea en cada uno de los nodos de un proceso.

Propiedades de identidad asignadas por el usuario

Configuración de identidad de usuario.

Interfaz modelo Nombre de usuario ContraseñaAglutínTipoEspacio de trabajoConexiónPropiedades

Un proceso de Machine Learning basado en Azure Virtual Machines.

Imagen de máquina virtual para proceso AML de Windows

interfaz de modelo VirtualMachineSchemaProperties

Secretos relacionados con un proceso de Machine Learning basado en AKS.

Describe las propiedades de un tamaño de máquina virtual.

La respuesta de la operación Enumerar el tamaño de la máquina virtual.

Parámetros opcionales.

Interfaz que representa una operación de VirtualMachineSize.

Credenciales de administrador para la máquina virtual

interfaz del modelo VolumeDefinición

interfaz de modelo VolumeOpciones

interfaz de modelo Vulnerabilidad Detalles

interfaz del modelo Vulnerabilidad Hallazgos

Base de Webhook

Objeto que representa un área de trabajo de aprendizaje automático.

interfaz de modelo WorkspaceConexiónClave de acceso

Objeto de clave de cuenta para las credenciales de conexión del área de trabajo.

Objeto de clave de API para la credencial de conexión del área de trabajo.

interfaz de modelo Espacio de trabajoConexiónGestionadaIdentidad

Se requieren ClientId y ClientSecret. Otras propiedades son opcionales en función de la implementación de cada proveedor de OAuth2.

interfaz de modelo WorkspaceConnectionPersonalAccessToken

interfaz de modelo Espacio de trabajoConexiónPropiedadesV2

Se pueden crear tipos de recursos de proxy concretos mediante el alias de este tipo mediante un tipo de propiedad específico.

interfaz de modelo WorkspaceConnectionServicePrincipal

interfaz de modelo Espacio de trabajoConexiónAcceso compartido

Las propiedades con las que se actualizará la conexión del área de trabajo de aprendizaje automático.

interfaz de modelo Espacio de trabajoConexiónNombre de usuarioContraseña

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de WorkspaceConnections.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa una operación de WorkspaceFeatures.

Objeto de configuración de WorkspaceHub.

El recurso Punto de conexión privado.

Las propiedades de un espacio de trabajo de aprendizaje automático.

Los parámetros para actualizar un área de trabajo de aprendizaje automático.

Los parámetros para actualizar un área de trabajo de aprendizaje automático.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Interfaz que representa las operaciones de Workspaces.

Parámetros opcionales.

Parámetros opcionales.

Parámetros opcionales.

Enumeración extensible. Indica el tipo de acción. "Interno" hace referencia a las acciones que son solo para las API internas.
KnownActionType se puede usar indistintamente con ActionType; esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

interno: las acciones son para las API solo internas.

Estado de asignación del proceso. Los valores posibles son: estable: indica que el proceso no está cambiando de tamaño. No hay cambios en el número de nodos de proceso en el proceso en curso. Un proceso entra en este estado cuando se crea y cuando no se realizan operaciones en el proceso para cambiar el número de nodos de proceso. cambio de tamaño: indica que el proceso está cambiando de tamaño; es decir, los nodos de proceso se agregan o eliminan del proceso.
KnownAllocationState puede usarse indistintamente con AllocationState, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Estable
Ajustar el tamaño

Nivel en el que se filtra el contenido.
KnownAllowedContentLevel puede usarse indistintamente con AllowedContentLevel, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Bajo
Medium
High

Directiva para compartir aplicaciones en esta instancia de proceso entre los usuarios del área de trabajo primaria. Si es Personal, solo el creador puede acceder a las aplicaciones en esta instancia de proceso. Cuando es Compartido, cualquier usuario del área de trabajo puede acceder a las aplicaciones de esta instancia en función de su rol asignado.
KnownApplicationSharingPolicy puede usarse indistintamente con ApplicationSharingPolicy, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Personal
compartido

Estado de aprovisionamiento del activo del Registro.
KnownAssetProvisioningState puede usarse indistintamente con AssetProvisioningState, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Éxito
Error
Cancelado
Crear
Actualizando
Eliminando

Alias para AssetReferenceBaseUnion

Enumeración para determinar el modo de autenticación del punto de conexión.
KnownAuthMode puede usarse indistintamente con AuthMode, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

AAD

Alias para AutoMLVerticalUnion

Configuración de AutoRebuild para la imagen derivada
KnownAutoRebuildSetting puede usarse indistintamente con AutoRebuildSetting, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Disabled
OnBaseImageUpdate

Configuración de guardado automático.
KnownAutosave puede usarse de forma intercambiable con Autosave, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

None
Local
Remoto

Los valores admitidos para la configuración de nube como un tipo literal de cadena

Los tipos de propiedad enumerados para implementaciones por lotes.
KnownBatchDeploymentConfigurationType puede usarse indistintamente con BatchDeploymentConfigurationType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Modelo
PipelineComponent

Alias para BatchDeploymentConfigurationUnion

Detalle del registro para la inferencia por lotes. El orden de detalle creciente para el registro es: Advertencia, Información y Depuración. El valor predeterminado es Info.
KnownBatchLoggingLevel puede usarse indistintamente con BatchLoggingLevel, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Información
Advertencia
Depurar

Enum para determinar cómo la inferencia por lotes manejará la salida
KnownBatchOutputAction puede usarse indistintamente con BatchOutputAction, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

ResumenSólo
AppendRow

Código de tres letras que especifica la moneda del precio de la máquina virtual. Ejemplo: USD
KnownBillingCurrency puede usarse indistintamente con BillingCurrency, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

USD

Enumeración para todos los modelos de clasificación compatibles con AutoML.
KnownBlockedTransformers puede usarse indistintamente con BlockedTransformers, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

TextTargetEncoder: Codificación objetivo para datos de texto.
OneHotEncoder: La codificación en caliente Ohe crea una transformación binaria de características.
CatTargetEncoder: Codificación de destino para datos categóricos.
TfIdf: Tf-Idf significa frecuencia de término por frecuencia inversa de documentos. Este es un esquema de ponderación de términos común para identificar información de documentos.
WoETargetEncoder: La codificación por peso de la evidencia es una técnica utilizada para codificar variables categóricas. Utiliza el logaritmo natural de P(1)/P(0) para crear ponderaciones.
LabelEncoder: El codificador de etiquetas convierte etiquetas/variables categóricas en forma numérica.
Incrustación de palabras: La incrustación de Word ayuda representa palabras o frases como un vector, o una serie de números.
NaiveBayes: Naive Bayes es una clasificación que se utiliza para clasificar características discretas que están categóricamente distribuidas.
CountVectorizer: Count Vectorizer convierte una colección de documentos de texto en una matriz de recuentos de tokens.
HashOneHotEncoder: Hacer un hash de One Hot Encoder puede convertir variables categóricas en un número limitado de nuevas funcionalidades. Esto se usa a menudo para características categóricas de alta cardinalidad.

Tipo de almacenamiento en caché del disco de datos.
KnownCaching puede usarse de forma intercambiable con Caching, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

None
ReadOnly
ReadWrite

Tipo de capacidadHostKind

Estado de aprovisionamiento del host de capacidad.
KnownCapabilityHostProvisioningState se puede usar indistintamente con CapabilityHostProvisioningState, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

Éxito
Error
Cancelado
Crear
Actualizando
Eliminando

Tipo de CategoricalDataDriftMetric

Tipo de Métrica CategoricalDataQualityT

Tipo de Métrica de Derivación Predicción Categórica

Enumeración para todos los modelos de clasificación compatibles con AutoML.
KnownClassificationModels puede usarse indistintamente con ClassificationModels, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Regresión logística: La regresión logística es una técnica fundamental de clasificación. Pertenece al grupo de clasificadores lineales y es algo similar a la regresión polinómica y lineal. La regresión logística es rápida y relativamente sencilla, y es conveniente para usted interpretar los resultados. Aunque es esencialmente un método para la clasificación binaria, también se puede aplicar a problemas multiclase.
SGD: SGD: El descenso de gradiente estocástico es un algoritmo de optimización utilizado a menudo en aplicaciones de aprendizaje automático para encontrar los parámetros del modelo que corresponden al mejor ajuste entre las salidas predichas y las reales.
MultinomialNaiveBayes: El clasificador multinomial Naive Bayes es adecuado para clasificar con características discretas (por ejemplo, conteos de palabras para la clasificación de texto). La distribución multinomial normalmente requiere recuentos de características enteras. Sin embargo, en la práctica, los recuentos fraccionarios como tf-idf también pueden funcionar.
BernoulliNaiveBayes: Clasificador Naive Bayes para modelos de Bernoulli multivariante.
SVM: Una máquina de vectores de soporte (SVM) es un modelo de aprendizaje automático supervisado que utiliza algoritmos de clasificación para problemas de clasificación de dos grupos. Después de proporcionar a un modelo SVM conjuntos de datos de entrenamiento etiquetados para cada categoría, pueden categorizar el texto nuevo.
SVM lineal: Una máquina de vectores de soporte (SVM) es un modelo de aprendizaje automático supervisado que utiliza algoritmos de clasificación para problemas de clasificación de dos grupos. Después de proporcionar a un modelo SVM conjuntos de datos de entrenamiento etiquetados para cada categoría, pueden categorizar el texto nuevo. La SVM lineal funciona mejor cuando los datos de entrada son lineales, es decir, los datos se pueden clasificar fácilmente dibujando la línea recta entre los valores clasificados en un gráfico trazado.
KNN: El algoritmo de K-vecinos más cercanos (KNN) utiliza la 'similitud de características' para predecir los valores de nuevos puntos de datos, lo que además significa que al nuevo punto se le asignará un valor basado en lo cerca que coincide con los puntos del conjunto de entrenamiento.
Árbol de Decisión: Los árboles de decisión son un método de aprendizaje supervisado no paramétrico utilizado tanto para tareas de clasificación como de regresión. El objetivo es crear un modelo que prediga el valor de una variable objetivo mediante el aprendizaje de reglas de decisión simples inferidas a partir de las características de datos.
RandomForest: El Random Forest es un algoritmo de aprendizaje supervisado. El "bosque" que construye, es un conjunto de árboles de decisión, generalmente entrenados con el método de "embolsado". La idea general del método de embolsado es que una combinación de modelos de aprendizaje aumenta el resultado general.
ExtremeRandomTrees: Extreme Trees es un algoritmo de aprendizaje automático conjunto que combina las predicciones de muchos árboles de decisión. Está relacionado con el algoritmo de bosque aleatorio ampliamente utilizado.
LightGBM: LightGBM es un framework de aumento de gradiente que utiliza algoritmos de aprendizaje basados en árboles.
GradientBoosting: La técnica de convertir a los alumnos de la semana en un aprendiz fuerte se llama Boosting. El proceso del algoritmo de aumento de gradiente funciona con esta teoría de ejecución.
XGBoostClasificador: XGBoost: Algoritmo de Aumento de Gradiente Extremo. Este algoritmo se usa para datos estructurados donde los valores de columna de destino se pueden dividir en valores de clase distintos.

Métricas principales para tareas de clasificación multietiqueta.
KnownClassificationMultilabelPrimaryMetrics puede usarse indistintamente con ClassificationMultilabelPrimaryMetrics, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

AUCWeighted: AUC es el área bajo la curva. Esta métrica representa la media aritmética de la puntuación de cada clase, ponderada por el número de instancias verdaderas en cada clase.
Precisión: La precisión es la proporción de predicciones que coinciden exactamente con las etiquetas de clase reales.
NormMacroReremember: El recuerdo macro normalizado se promedia y normaliza macro de recall, de modo que el rendimiento aleatorio tiene una puntuación de 0 y el rendimiento perfecto una puntuación de 1.
MediaPrecisiónPuntuaciónPonderada: La media aritmética de la puntuación media de precisión de cada clase, ponderada por el número de instancias verdaderas en cada clase.
PrecisionScoreWeighted: La media aritmética de la precisión para cada clase, ponderada por el número de instancias verdaderas en cada clase.
Pagaré: Intersección sobre Sindicato. Intersección de predicciones divididas por la unión de predicciones.

Métricas principales para tareas de clasificación.
KnownClassificationPrimaryMetrics puede usarse indistintamente con ClassificationPrimaryMetrics, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

AUCWeighted: AUC es el área bajo la curva. Esta métrica representa la media aritmética de la puntuación de cada clase, ponderada por el número de instancias verdaderas en cada clase.
Precisión: La precisión es la proporción de predicciones que coinciden exactamente con las etiquetas de clase reales.
NormMacroReremember: El recuerdo macro normalizado se promedia y normaliza macro de recall, de modo que el rendimiento aleatorio tiene una puntuación de 0 y el rendimiento perfecto una puntuación de 1.
MediaPrecisiónPuntuaciónPonderada: La media aritmética de la puntuación media de precisión de cada clase, ponderada por el número de instancias verdaderas en cada clase.
PrecisionScoreWeighted: La media aritmética de la precisión para cada clase, ponderada por el número de instancias verdaderas en cada clase.

Uso previsto del cúmulo
KnownClusterPurpose puede usarse indistintamente con ClusterPurpose, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

FastProd
DenseProd
DevTest

Tipo de autorización de instancia de proceso. Los valores disponibles son personales (valor predeterminado).
KnownComputeInstanceAuthorizationType puede usarse indistintamente con ComputeInstanceAuthorizationType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Vida personal

Estado actual de una ComputeInstance.
KnownComputeInstanceState puede usarse indistintamente con ComputeInstanceState, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Crear
CreateFailed
Eliminando
En ejecución
Reiniciar
Ajustar el tamaño
CarreraEmpleo
Montaje
ConfiguraciónFallida
Comenzando
Detenido
detener
UserSettingUp
UsuarioConfiguraciónFallida
Desconocido
Inutilizable

[Obligatorio] Acción de potencia de proceso.
KnownComputePowerAction puede usarse indistintamente con ComputePowerAction, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Inicio
Parar

Enum para describir la frecuencia de un calendario de recurrencia de cálculo
KnownComputeRecurrenceFrequency puede usarse indistintamente con ComputeRecurrenceFrequency, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Minuto: Frecuencia mínima
Hora: Frecuencia de la hora
Día: Frecuencia del día
Semana: Frecuencia semanal
Mes: Frecuencia de mes

Alias de ComputeSecretsUnion

Tipo de Tipo de Disparo Computado

El tipo de cálculo
KnownComputeType se puede usar indistintamente con ComputeType, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

AKS
Kubernetes
AmlCompute
ComputeInstance
DataFactory
VirtualMachine
HDInsight
Databricks
DataLakeAnalytics
SynapseSpark

Alias para ComputeUnion

Enum del día laborable
KnownComputeWeekDay puede usarse indistintamente con ComputeWeekDay, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Lunes: lunes entre semana
Martes: martes entre semana
Miércoles: miércoles entre semana
Jueves: jueves entre semana
Viernes: viernes entre semana
Sábado: sábado entre semana
Domingo: domingo entre semana

Tipo de autenticación del destino de conexión
KnownConnectionAuthType se puede usar indistintamente con ConnectionAuthType, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

PAT
ManagedIdentity
usernamePassword
None
SAS
AccountKey de
ServicePrincipal
AccessKey de
ApiKey
CustomKeys
OAuth2
AAD
SAS delegado
Identidad gestionada por el proyecto
CuentaIdentidad Gestionada
UserEntraToken
Impersonación de AgenteUsuarioUsuario
AgenticIdentityToken
AgenticUser

Categoría de la conexión
knownConnectionCategory se puede usar indistintamente con ConnectionCategory, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

PythonFeed
containerRegistry de
Git
S3
Snowflake
AzureKeyVault
de AzureSqlDb
azureSynapseAnalytics
azureMySqlDb
AzurePostgresDb
ADLSGen2
AzureContainerAppEnvironment
Redis
ApiKey
azureOpenAI
AIServices
CognitiveSearch
CognitiveService
CustomKeys
azureBlob
AzureStorageAccount
azureOneLake
de CosmosDb
cosmosDbMongoDbApi
AzureDataExplorer
AzureMariaDb
AzureDatabricksDeltaLake
azureSqlMi
AzureTableStorage
AmazonRdsForOracle
AmazonRdsForSqlServer
amazonRedshift
Db2
Explorar en profundidad
GoogleBigQuery
Greenplum
Hbase
Hive
Impala
Informix
MariaDb
MicrosoftAccess
MySql
Netezza
Oracle
Phoenix
postgreSql
Presto
sapOpenHub
sapBw
sapHana
sapTable
Spark
sqlServer
Sybase
Teradata
Vertica
Pinecone
Databricks
Casandra
Couchbase
MongoDbV2
MongoDbAtlas
AmazonS3Compatible
FileServer de
FtpServer
de GoogleCloudStorage
hdfs
OracleCloudStorage
Sftp
GenericHttp
ODataRest
odbc
genericRest
RemoteTool
amazonMws
Concur
Dynamics
DynamicsAx
dynamicsCrm
GoogleAdWords
Hubspot
Jira
magento
Marketo
Office365
Eloqua
Responsys
oracleServiceCloud
PayPal
QuickBooks
Salesforce
salesforceServiceCloud
SalesforceMarketingCloud
sapCloudForCustomer
sapEcc
ServiceNow
SharePointOnlineList
Shopify (en inglés)
Square
webTable
Xero
Zoho
GenericContainerRegistry
Elasticsearch
AppInsights
AppConfig
OpenAI
Serp
BingLLMSearch
Sin servidor
ManagedOnlineEndpoint
ApiManagement
ModelGateway
GroundingWithBingSearch
GroundingWithCustomSearch
Sharepoint
MicrosoftFabric
PowerPlatformEnvironment
RemoteA2A

Grupo basado en la categoría de conexión
KnownConnectionGroup se puede usar indistintamente con ConnectionGroup, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

Azure
de AzureAI
Base de datos
NoSQL
File
genericProtocol
ServicesAndApps

Tipo de ContainerType

Especifica el nivel de seguridad actual para la seguridad del contenido.
KnownContentSafetyLevel puede usarse indistintamente con ContentSafetyLevel, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Bloqueo
Aplazado

Especifica el estado de la seguridad del contenido.
KnownContentSafetyStatus puede usarse indistintamente con ContentSafetyStatus, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Enabled
Disabled

Interfaz que describe una página de resultados.

Tipo de entidad que creó el recurso.
KnownCreatedByType se puede usar indistintamente con CreatedByType, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

Usuario: un usuario creó la entidad.
Application: la entidad la creó una aplicación.
ManagedIdentity: la entidad se creó mediante una identidad administrada.
Key: la entidad se creó mediante una clave.

Enumeración para determinar el tipo de credenciales del almacén de datos.
KnowCredentialsType puede usarse indistintamente con CredentialsType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

AccountKey de
Certificado
None
Sas
ServicePrincipal

Tipo de EstadoDisponibilidadDatos

Tipo de DataCollectionMode

Alias para DataDriftMetricThresholdBaseUnion

Enumeración para determinar el tipo de tarea de generación de datos.
KnowDataGenerationTaskType puede usarse indistintamente con DataGenerationTaskType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Conversación: Generar datos conversacionales (múltiples o un solo turno)
Matemáticas: Generar datos matemáticos para respuestas numéricas
Nli: Generar datos de inferencia en lenguaje natural
NluQa: Generar datos de Language Understanding Natural para Respuestas a Preguntas
Resumen: Generar un resumen clave para un artículo

Enumeración para determinar el tipo de generación de datos.
KnowDataGenerationType puede usarse indistintamente con DataGenerationType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Generación de Etiquetas: Generación de Etiquetas mediante Inferencia de Modelos de Profesor
DataGeneration: Generación de datos sintéticos

Alias para DataGenerationVerticalUnion

Alias para DataQualityMetricThresholdBaseUnion

Enumeración para determinar el tipo de credenciales DataReference.
KnownDataReferenceCredentialType puede usarse indistintamente con DataReferenceCredentialType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

SAS
DockerCredentials
ManagedIdentity
NoCredentials

Alias para DataReferenceCredentialUnion

Enumeración para determinar el tipo de datos.
KnownDataType se puede usar indistintamente con DataType, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

uri_file
uri_folder
mltable

Alias para DataVersionBasePropertiesUnion

Alias para DatastoreCredentialsUnion

Alias para DatastorePropertiesUnion

Alias para DatastoreSecretsUnion

Enumeración para determinar el tipo de contenido del almacén de datos.
KnownDatastoreType puede usarse indistintamente con DatastoreType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

azureBlob
AzureDataLakeGen1
AzureDataLakeGen2
azureFile
OneLake

Tipo de DefaultActionType

Tipo de DefaultResourceProvisioningState

Opción de actualización de la versión del modelo de implementación.
KnownDeploymentModelVersionUpgradeOption se puede usar indistintamente con DeploymentModelVersionUpgradeOption, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

OnceNewDefaultVersionAvailable
OnceCurrentVersionExpired
NoAutoUpgrade

Valores posibles para DeploymentProvisioningState.
KnownDeploymentProvisioningState se puede usar indistintamente con DeploymentProvisioningState, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

Crear
Eliminando
Dimensionamiento
Actualizando
Éxito
Error
Cancelado

Nivel de error de configuración del espacio de trabajo
KnownDiagnoseResultLevel puede usarse indistintamente con DiagnoseResultLevel, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Advertencia
Error
Información

Alias para DistributionConfigurationUnion

Enumeración para determinar el tipo de distribución de trabajos.
KnownDistributionType puede usarse indistintamente con DistributionType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

PyTorch
TensorFlow
Mpi
Ray: Tipo de distribución de rayos.

Tipo de TipPolíticaTerminación Anticipada

Alias para PrematuraTerminaciónPolíticaUnión

Enumeración para determinar si PublicNetworkAccess está habilitado o deshabilitado para la salida de una implementación.
KnownEgressPublicNetworkAccessType puede usarse indistintamente con EgressPublicNetworkAccessType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Enabled
Disabled

Enumeración para determinar el tipo de notificación por correo electrónico.
KnownEmailNotificationEnableType puede usarse indistintamente con EmailNotificationEnableType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

JobCompleted
TrabajoFallido
TrabajoCancelado

Indica si el cifrado está habilitado para el área de trabajo.
knownEncryptionStatus se puede usar indistintamente con EncryptionStatus, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

Enabled
Disabled

Enumeración para determinar el modo de autenticación del punto de conexión.
KnownEndpointAuthMode puede usarse indistintamente con EndpointAuthMode, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

AMLToken
Clave
AADToken

Enumeración para determinar el tipo de proceso del punto de conexión.
KnownEndpointComputeType puede usarse indistintamente con EndpointComputeType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Administrado
Kubernetes
AzureMLCompute

Alias para EndpointDeploymentResourcePropertiesUnion

Estado del aprovisionamiento de puntos de conexión.
KnownEndpointProvisioningState puede usarse indistintamente con EndpointProvisioningState, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Crear
Eliminando
Éxito
Error
Actualizando
Cancelado

Alias para EndpointResourcePropertiesUnion

Tipo del punto de conexión.
KnownEndpointType se puede usar indistintamente con EndpointType, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

Azure. OpenAI
Azure. Discurso
Azure. Contenido Seguridad
Azure. Llama
managedOnlineEndpoint
serverlessEndpoint

El tipo de entorno es creado por el usuario o curado por el servicio de aprendizaje automático de Azure
KnownEnvironmentType puede usarse indistintamente con EnvironmentType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Seleccionado
UsuarioCreado

Tipo de variable de entorno. Los valores posibles son: local - Para variable local
KnownEnvironmentVariableType puede usarse indistintamente con EnvironmentVariableType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

local

Tipo de métrica de atribuciónCaracterística

Tipo de FeatureDataType

Modo de funcionamiento para calcular la importancia de las características.
KnownFeatureImportanceMode puede usarse indistintamente con FeatureImportanceMode, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Deshabilitado: Desactiva la importancia de la función de computación dentro de una señal.
Habilitado: Permite calcular la importancia de las características dentro de una señal.

Marca para generar retrasos para las entidades numéricas.
KnownFeatureLags pueden usarse de forma intercambiable con FeatureLags; este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Ninguno: No se generan retrasos en las características.
Auto: El sistema genera automáticamente lags en las características.

Modo de caracterización: determina el modo de caracterización de datos.
KnownFeaturizationMode puede usarse indistintamente con FeaturizationMode, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Auto: Modo automático, el sistema realiza la característica sin ninguna entrada personalizada de características.
Personalizado: Características personalizadas.
Apagado: Característica desactivada. La tarea "Previsión" no puede utilizar este valor.

Tipo de Ajuste Fino Tipo de Tarea

Alias para FineTuningVerticalUnion

Sku de cortafuegos usado para las reglas FQDN
KnownFirewallSku puede usarse indistintamente con FirewallSku, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Standard
Basic

Enumeración para determinar el modo de selección del horizonte de pronóstico.
KnownForecastHorizonMode puede usarse indistintamente con ForecastHorizonMode, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Auto: El horizonte de previsión se determinará automáticamente.
Personalizado: Utiliza el horizonte de previsión personalizado.

Alias para ForecastHorizonUnion

Enumeración para todos los modelos de pronóstico compatibles con AutoML.
KnownForecastingModels puede usarse indistintamente con ForecastingModels; este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

AutoArima: El modelo de Media Móvil Integrada Auto-Auto-Regresiva (ARIMA) utiliza datos de series temporales y análisis estadísticos para interpretar los datos y hacer predicciones futuras. Este modelo tiene como objetivo explicar los datos mediante el uso de datos de series temporales sobre sus valores pasados y utiliza la regresión lineal para hacer predicciones.
Prophet: Prophet es un procedimiento para pronosticar datos de series temporales basado en un modelo aditivo donde las tendencias no lineales se ajustan con la estacionalidad anual, semanal y diaria, además de efectos festivos. Funciona mejor con series temporales que tienen fuertes efectos estacionales y varias temporadas de datos históricos. Prophet es robusto a los datos faltantes y a los cambios en la tendencia, y generalmente maneja bien los valores atípicos.
Naive: El modelo de pronóstico Naive hace predicciones llevando el valor objetivo más reciente para cada serie temporal en los datos de entrenamiento.
SeasonalNaive: El modelo de previsión Seasonal Naive realiza predicciones trasladando la última temporada de valores objetivo para cada serie temporal en los datos de entrenamiento.
Media: El modelo de previsión promedio realiza predicciones trasladando la media de los valores objetivo para cada serie temporal en los datos de entrenamiento.
PromedioEstacional: El modelo de pronóstico de promedios estacionales realiza predicciones trasladando el valor medio de la última temporada de datos para cada serie temporal en los datos de entrenamiento.
Suavizado exponencial: El suavizado exponencial es un método de pronóstico de series temporales para datos univariantes que puede extenderse para soportar datos con una tendencia sistemática o un componente estacional.
Arimax: Un modelo de Media Móvil Integrada Autoregresiva con Variable Explicativa (ARIMAX) puede verse como un modelo de regresión múltiple con uno o más términos autorregresivos (AR) y/o uno o más términos de media móvil (MA). Este método es adecuado para pronosticar cuando los datos son estacionarios/no estacionarios, y multivariados con cualquier tipo de patrón de datos, es decir, nivel/tendencia/estacionalidad/ciclicidad.
TCNForecaster: TCNForecaster: Pronosticador de Redes Convolucionales Temporales. TODO: Pídale al equipo de pronóstico una breve introducción.
ElasticNet: La red elástica es un tipo popular de regresión lineal regularizada que combina dos penalizaciones populares, específicamente las funciones de penalización L1 y L2.
GradientBoosting: La técnica de convertir a los alumnos de la semana en un aprendiz fuerte se llama Boosting. El proceso del algoritmo de aumento de gradiente funciona con esta teoría de ejecución.
Árbol de Decisión: Los árboles de decisión son un método de aprendizaje supervisado no paramétrico utilizado tanto para tareas de clasificación como de regresión. El objetivo es crear un modelo que prediga el valor de una variable objetivo mediante el aprendizaje de reglas de decisión simples inferidas a partir de las características de datos.
KNN: El algoritmo de K-vecinos más cercanos (KNN) utiliza la 'similitud de características' para predecir los valores de nuevos puntos de datos, lo que además significa que al nuevo punto se le asignará un valor basado en lo cerca que coincide con los puntos del conjunto de entrenamiento.
LassoLars: Ajuste del modelo de lazo con Regresión de Ángulo Mínimo, también conocida como Lars. Es un Modelo Lineal entrenado con un L1 previo como regularizador.
SGD: SGD: El descenso de gradiente estocástico es un algoritmo de optimización utilizado a menudo en aplicaciones de aprendizaje automático para encontrar los parámetros del modelo que corresponden al mejor ajuste entre las salidas predichas y las reales. Es una técnica inexacta pero poderosa.
RandomForest: El Random Forest es un algoritmo de aprendizaje supervisado. El "bosque" que construye, es un conjunto de árboles de decisión, generalmente entrenados con el método de "embolsado". La idea general del método de embolsado es que una combinación de modelos de aprendizaje aumenta el resultado general.
ExtremeRandomTrees: Extreme Trees es un algoritmo de aprendizaje automático conjunto que combina las predicciones de muchos árboles de decisión. Está relacionado con el algoritmo de bosque aleatorio ampliamente utilizado.
LightGBM: LightGBM es un framework de aumento de gradiente que utiliza algoritmos de aprendizaje basados en árboles.
XGBoostRegressor: XGBoostRegressor: Extreme Gradient Boosting Regressor es un modelo de aprendizaje automático supervisado que utiliza un conjunto de aprendices base.

Métricas principales para la tarea de previsión.
KnownForecastingPrimaryMetrics puede usarse indistintamente con ForecastingPrimaryMetrics, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Correlación de Spearman: El coeficiente de correlación de rango de Spearman es una medida no paramétrica de la correlación de rango.
NormalizedRootMeanSquaredError: El Normalized RootMean Square Error (NRMSE) (RMSE) facilita la comparación entre modelos con diferentes escalas.
R2Score: La R2 es una de las medidas de evaluación del rendimiento para modelos de aprendizaje automático basados en previsiones.
ErrorAbsolutoAbsoluto MedioNormalizado: El Error Absoluto Medio Normalizado (NMAE) es una métrica de validación para comparar el Error Absoluto Medio (MAE) de series (temporales) con diferentes escalas.

Define objetivos de métricas compatibles para la optimización de hiperparámetros
KnownGoal puede usarse indistintamente con Goal, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Minimize
Maximize

Enumeración para determinar el marco de identidad.
KnowIdentityConfigurationType puede usarse indistintamente con IdentityConfigurationType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Administrado
AMLToken
UserIdentity

Alias para IdentityConfigurationUnion

Tipo de la imagen. Los valores posibles son: docker: para imágenes de Docker. azureml - Para imágenes de entorno AzureML (personalizadas y seleccionadas)
KnownImageType se puede usar indistintamente con ImageType, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

Docker
Azureml

Enumeración para determinar el modo de entrega de datos de entrada.
KnownInputDeliveryMode puede usarse indistintamente con InputDeliveryMode, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

MontajeSoloLectura
ReadWriteMount
Descargar
Direct
EvalMount
EvalDownload

Métricas principales para las tareas de InstanceSegmentation.
KnownInstanceSegmentationPrimaryMetrics puede usarse indistintamente con InstanceSegmentationPrimaryMetrics, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

MediaMediaPrecisión: La Precisión Media Media (MAP) es la media de AP (Precisión Media). El AP se calcula para cada clase y se promedia para obtener el MAP.

Modo de aislamiento para la red administrada de un área de trabajo de Aprendizaje automático.
KnownIsolationMode puede usarse indistintamente con IsolationMode, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Disabled
AllowInternetOutbound
PermiteSoloAprobadoSalida

Alias para JobBasePropertiesUnion

Enumeración para determinar el tipo de entrada de trabajo.
KnowJobInputType puede usarse indistintamente con JobInputType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

literal
uri_file
uri_folder
mltable
custom_model
mlflow_model
triton_model

Alias para JobInputUnion

Tipo de trabajoLímitesTipo

Alias para JobLimitsUnion

Enumeración para determinar el tipo de salida del trabajo.
KnownJobOutputType puede usarse indistintamente con JobOutputType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

uri_file
uri_folder
mltable
custom_model
mlflow_model
triton_model

Alias para JobOutputUnion

El estado de un trabajo.
KnownJobStatus se puede usar indistintamente con JobStatus, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

NotStarted: La carrera aún no ha empezado.
Inicio: La carrera ha comenzado. El usuario tiene un identificador de ejecución.
Provisión: (No se usa actualmente) Se usará si ES está creando el destino de cálculo.
Preparación: El entorno de la carrera está siendo preparado.
En cola: El trabajo se coloca en cola en el objetivo de cómputo. Por ejemplo, en BatchAI, el trabajo está en estado en cola, mientras espera que todos los nodos necesarios estén listos.
Ejecución: El trabajo empezó a ejecutarse en el objetivo de cálculo.
Finalización: El trabajo se completa en el objetivo. Ahora está en estado de recopilación de salida.
CancelaciónSolicitada: Se ha solicitado la cancelación para el trabajo.
Completado: Trabajo completado con éxito. Esto refleja que tanto el trabajo en sí como los estados de la recopilación de salida se completaron con éxito
Fracasado: Trabajo fallido.
Cancelado: Tras la solicitud de cancelación, el trabajo se ha cancelado con éxito.
NoResponder: Cuando el latido está activado, si la ejecución no actualiza ninguna información a HistorialEjecución, entonces la ejecución pasa al estado NoRespuesta. NotResponding es el único estado que está exento de órdenes de transición estrictas. Una ejecución puede ir de NotResponding a cualquiera de los estados anteriores.
Pausado: El trabajo es pausado por los usuarios. Algunos ajustes en los trabajos de etiquetado solo se pueden realizar en estado de pausa.
Desconocido: Estado predeterminado del trabajo si no está asignado a todos los demás estados

Enumeración para determinar el nivel de trabajo.
KnownJobTier puede usarse indistintamente con JobTier, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Nulo
de spot de
Basic
Standard
Premium

Enumeración para determinar el tipo de trabajo.
KnownJobType se puede usar indistintamente con JobType, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

AutoML
Command
Limpiar
Pipeline
Spark
FineTuning
Destilación

Tipo de Tipo de Clave

Enumeración del programador de tasas de aprendizaje.
KnownLearningRateScheduler puede usarse indistintamente con LearningRateScheduler, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Ninguno: No se seleccionó un programador de tasa de aprendizaje.
CalentamientoCoseno: Recocido del coseno con calentamiento.
Paso: Programador de tasas de aprendizaje por pasos.

Tipo de TipoVistaLista

Load Balancer
KnownLoadBalancerType puede usarse indistintamente con LoadBalancerType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

PublicIp
InternalLoadBalancer

Enumeración para establecer el nivel de detalle del registro.
KnownLogVerbosity puede usarse indistintamente con LogVerbosity, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

NotSet: No se emiten troncos.
Depuración: Depuración y las sentencias de registro anteriores registradas.
Info: Información y registros anteriores registrados.
Advertencia: Advertencia y las declaraciones de registro anteriores registradas.
Error: Error y las sentencias de registro anteriores registradas.
Crítica: Solo se registran declaraciones críticas.

El tipo de red administrada. Los usuarios pueden cambiar de V1 a V2 para controles de acceso granulares, pero no pueden volver a V1 una vez que V2 está habilitado.
KnownManagedNetworkKind puede usarse indistintamente con ManagedNetworkKind, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

V1
V2

Tipo de Managed NetworkProvisioningState

Estado de la red administrada de un área de trabajo de Aprendizaje automático.
KnownManagedNetworkStatus puede usarse indistintamente con ManagedNetworkStatus, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Inactivo
Activo

Tipo de Requisito GestionadoPERequirement

Tipo de ManagedPEStatus

Tipo de identidad de servicio administrada (donde se permiten los tipos SystemAssigned y UserAssigned).
KnownManagedServiceIdentityType se puede usar indistintamente con ManagedServiceIdentityType, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

Ninguno: no hay identidad administrada.
SystemAssigned: identidad administrada asignada por el sistema.
UserAssigned: identidad administrada asignada por el usuario.
SystemAssigned,UserAssigned: identidad administrada asignada por el sistema y el usuario.

Tipo de MarketplaceSuscripciónEstadoProvisión

Tipo de MarketplaceSuscripciónEstado

Tipo de materializaciónTiporTiércol

Indica si el registrador automático de mlflow está habilitado para cuadernos.
KnownMlflowAutologger puede usarse indistintamente con MlflowAutologger, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Enabled
Disabled

Estado del ciclo de vida del modelo.
KnownModelLifecycleStatus se puede usar indistintamente con ModelLifecycleStatus, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

De disponibilidad general
Versión preliminar

Enumeración para determinar el tipo de ajuste fino.
KnownModelProvider puede usarse indistintamente con ModelProvider, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

AzureOpenAI: Ajuste fino usando el modelo Azure OpenAI.
Personalizado: Ajuste fino usando un modelo personalizado.

Tamaño del modelo de imagen.
KnownModelSize puede usarse indistintamente con ModelSize, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Ninguno: No se ha seleccionado ningún valor.
Pequeño: tamaño pequeño.
Mediano: Tamaño medio.
Grande: Tamaño grande.
ExtraGrande: Tamaño extra grande.

Enumeración del tipo de tarea del modelo.
ModelTipo de Tarea Conocido puede usarse indistintamente con TipoDe Tarea Modelo, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Clasificación
Regresión

Alias para MonitorComputeConfigurationBaseUnion

Alias para MonitorComputeIdentityBaseUnion

Supervisar la enumeración del tipo de identidad de proceso.
KnowMonitorComputeIdentityType puede usarse indistintamente con MonitorComputeIdentityType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

AmlToken: Se autentica a través del token AML del usuario.
Identidad gestionada: Autentica a través de una identidad gestionada proporcionada por el usuario.

Enumeración del tipo de proceso de supervisión.
KnownMonitorComputeType puede usarse indistintamente con MonitorComputeType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

ServerlessSpark: Computación Serverless Spark.

Tipo de MonitoreoFuncionaTipo de Datos

Alias para MonitorizaciónFeatureFilterBaseUnion

Tipo de MonitoreCaracterísticaTipo de Filtro

Alias para MonitoringInputDataBaseUnion

Supervisión del tipo de datos de entrada enumeración.
KnowMonitoringInputDataType puede usarse indistintamente con MonitoringInputDataType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Estática: Un dato de entrada con un tamaño de ventana fijo.
Rolling: Un dato de entrada que se ajusta relativamente al tiempo de ejecución actual del monitor.
Fijo: Un dato de entrada con formato tabular que no requiere preprocesamiento.

Tipo de MonitorizaciónTipo de Notificación

Alias para MonitoringSignalBaseUnion

Tipo de MonitorTipo de Señal

Acción de montura.
KnownMountAction puede usarse indistintamente con MountAction, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Mount
Desmontar

Modo de montaje.
KnownMountMode puede usarse indistintamente con MountMode, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

ReadOnly
ReadWrite

Estado de montaje.
KnownMountState puede usarse indistintamente con MountState, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

MountRequested
Montado
MonteFallido
DesmontarSolicitado
DesmontarFallido
Desmontado

Determina cómo se determina el valor de las validaciones de N-Cross.
KnownNCrossValidationsMode puede usarse indistintamente con NCrossValidationsMode, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Auto: Determinar automáticamente el valor de las validaciones N-Cross. Solo se admite para la tarea AutoML "Forecasting".
Personalizado: Utiliza el valor de validación N-Cross personalizado.

Alias para NCrossValidationsUnion

red de este contenedor.
KnownNetwork puede usarse indistintamente con Network, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Puente
Host

Estado del nodo de proceso. Los valores están inactivos, en ejecución, preparándose, inutilizables, saliendo y adelantados.
KnownNodeState se puede usar indistintamente con NodeState, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

ocioso
en ejecución
Preparación
inutilizable
Marchándose
Preemptado

Alias para NodesUnion

Los tipos enumerados para los nodos valen
KnownNodesValueType puede usarse indistintamente con NodesValueType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Todos

Tipo de NumericalDataDriftMetric

Tipo de métrica NumericalDataQualityT

Tipo de MétricaDerivaPredicción Numérica

Métricas principales para la tarea Image ObjectDetection.
KnownObjectDetectionPrimaryMetrics puede usarse indistintamente con ObjectDetectionPrimaryMetrics, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

MediaMediaPrecisión: La Precisión Media Media (MAP) es la media de AP (Precisión Media). El AP se calcula para cada clase y se promedia para obtener el MAP.

Enumeración para determinar el tipo de artefacto OneLake.
KnownOneLakeArtifactType puede usarse indistintamente con OneLakeArtifactType, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

LakeHouse

Alias para OneLakeArtifactUnion

Alias para OnlineDeploymentPropertiesUnion

Alias para OnlineScaleSettingsUnion

El tipo de sistema operativo.
KnownOperatingSystemType se puede usar indistintamente con OperatingSystemType, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

Linux
Windows

Nombre de la última operación.
KnownOperationName se puede usar indistintamente con OperationName, esta enumeración contiene los valores conocidos que admite el servicio.

Valores conocidos admitidos por el servicio

Crear
Inicio
Parar
Restart (Reiniciar)
Resize
Restablecer imagen inicial
Eliminar

Estado de la operación.
KnownOperationStatus puede usarse indistintamente con OperationStatus, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

InProgress
Éxito
CreateFailed
StartFailed
StopFailed
ReinicioFallido
Redimensionadofallido
ReimagenFallida
DeleteFailed

Desencadenador de la operación.
KnownOperationTrigger puede usarse de forma intercambiable con OperationTrigger, este enum contiene los valores conocidos que soporta el servicio.

Valores conocidos admitidos por el servicio

Usuario
Schedule
Apagado inactivo