참조:
https://docs.microsoft.com/en-us/azure/cognitive-services/custom-vision-service/home 맞춤형 비전 - 사용자가 제공한 데이터를 사용하여 모델을 구축/훈련하는 데 도움이 되는 컴퓨터 비전 서비스 유형입니다. Custom Vision을 사용한 개체 감지 솔루션은 세 가지 주요 작업으로 구성됩니다. 먼저 이미지 업로드 및 태그 지정을 사용해야 하며, 그런 다음 모델을 훈련할 수 있고, 마지막으로 클라이언트 애플리케이션이 예측을 생성하는 데 사용할 수 있도록 모델을 게시해야 합니다.
https://docs.microsoft.com/en-us/learn/modules/Detect-objects-images-custom-vision/2-object-Detection-azure

참조:
https://docs.microsoft.com/en-us/azure/cognitive-services/face/overview
https://docs.microsoft.com/en-us/azure/cognitive-services/face/concepts/face-Detection

참조:
https://www.cloudfactory.com/data-labeling-guide
https://docs.microsoft.com/en-us/azure/machine-learning/studio/evaluate-model-performance

설명:
기계 학습에서 데이터에 레이블을 지정했다면 이는 기계 학습 모델이 예측하기를 원하는 답인 목표를 표시하기 위해 데이터가 마크업되거나 주석이 추가되었음을 의미합니다.
일반적으로 데이터 라벨링은 데이터 태깅, 주석, 분류, 조정, 전사 또는 처리를 포함하는 작업을 의미할 수 있습니다.
오답:
기능이 아님: 기계 학습 및 통계에서 기능 선택은 분석 모델을 구축하는 데 사용할 관련 있고 유용한 기능의 하위 집합을 선택하는 프로세스입니다. 기능 선택은 데이터 필드를 가장 가치 있는 입력으로 좁히는 데 도움이 됩니다. 데이터 범위를 좁히면 노이즈를 줄이고 훈련 성능을 향상시키는 데 도움이 됩니다.
참조:
https://www.cloudfactory.com/data-labeling-guide