참조:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/anomaly-detection

설명

상자 1: 모델 평가
모델 평가 모듈은 참양성, 거짓음성, 거짓양성, 참음성뿐만 아니라 ROC, 정밀도/재현율 및 리프트 곡선의 수를 보여주는 혼동 행렬을 출력합니다.
상자 2: 기능 엔지니어링
기능 엔지니어링은 데이터의 도메인 지식을 사용하여 ML 알고리즘이 더 잘 학습하는 데 도움이 되는 기능을 만드는 프로세스입니다. Azure Machine Learning에서는 기능 엔지니어링을 용이하게 하기 위해 크기 조정 및 정규화 기술이 적용됩니다. 총체적으로 이러한 기술과 기능 엔지니어링을 기능화라고 합니다.
참고: 종종 기능은 기능 엔지니어링 프로세스를 통해 원시 데이터에서 생성됩니다. 예를 들어, 타임스탬프 자체는 정보가 휴일 대 근무일과 같이 문제와 관련된 일, 월 또는 범주 단위로 변환될 때까지 모델링에 유용하지 않을 수 있습니다.
상자 3: 기능 선택
기계 학습 및 통계에서 기능 선택은 분석 모델을 구축하는 데 사용할 관련성 있고 유용한 기능의 하위 집합을 선택하는 프로세스입니다. 기능 선택은 데이터 필드를 가장 가치 있는 입력으로 좁히는 데 도움이 됩니다. 데이터 필드를 좁히면 노이즈를 줄이고 훈련 성능을 향상시키는 데 도움이 됩니다.
참조:
https://docs.microsoft.com/en-us/azure/machine-learning/studio/evaluate-model-performance
https://docs.microsoft.com/en-us/azure/machine-learning/concept-automated-ml

참조:
https://docs.microsoft.com/en-gb/azure/cognitive-services/text-analytics/overview
https://azure.microsoft.com/en-gb/services/cognitive-services/speech-services/ 음성 서비스를 사용하여 호출을 텍스트로 변환할 수 있습니다. - 예, Speech to Text API를 사용하여 이를 수행할 수 있습니다.
https://docs.microsoft.com/en-us/learn/modules/recognize-synthesize-speech/1-introduction 음성 서비스를 사용하여 통화 오디오를 다른 언어로 번역할 수 있습니다. 예, 음성을 사용할 수 있습니다. 이를 달성하기 위한 번역 서비스 음성 서비스에는 다음 API(응용 프로그래밍 인터페이스)가 포함됩니다.
Speech-to-text - 오디오 소스의 음성을 텍스트 형식으로 변환하는 데 사용됩니다.
텍스트 음성 변환 - 텍스트 소스에서 음성 오디오를 생성하는 데 사용됩니다.
음성 번역 - 한 언어의 음성을 다른 언어의 텍스트 또는 음성으로 번역하는 데 사용됩니다.
https://docs.microsoft.com/en-us/learn/modules/translate-text-with-translation-service/2-get-started-azure 텍스트 분석 서비스를 사용하여 통화 기록에서 주요 엔터티를 추출할 수 있습니다. 예 Text Analytics API는 이를 달성하는 데 도움이 됩니다.
https://docs.microsoft.com/en-us/learn/modules/analyze-text-with-text-analytics-service/2-get-started-azure

설명

실시간 추론을 수행하려면 파이프라인을 실시간 엔드포인트로 배포해야 합니다.
실시간 끝점은 Azure Kubernetes Service 클러스터에 배포되어야 합니다.
참조:
https://docs.microsoft.com/en-us/azure/machine-learning/concept-designer#deploy

참조:
https://docs.microsoft.com/en-us/azure/machine-learning/concept-designer