설명:

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

설명:
텍스트 설명 자동 생성

회귀는 관련된 특성 집합에서 레이블 값을 예측하는 데 사용되는 기계 학습 작업입니다.
참조:
https://docs.microsoft.com/en-us/dotnet/machine-learning/resources/tasks

설명:

박스 1: 예
Content Moderator는 Microsoft Cognitive Services의 일부로, 기업에서 텍스트, 이미지 및 비디오에 대한 기계 지원 검토를 통해 사람의 검토를 보완할 수 있도록 해줍니다.
이제 텍스트 검토 기능에는 훈련된 모델을 사용하여 속어, 줄임말, 공격적인 단어, 의도적으로 틀린 철자 등의 모욕적, 비하적 또는 차별적인 언어를 식별하여 검토할 수 있는 새로운 기계 학습 기반 텍스트 분류 기능이 포함되었습니다.
박스 2: 아니요
Azure의 Computer Vision 서비스를 사용하면 이미지를 처리하고 관심 있는 시각적 특징에 따라 정보를 반환하는 고급 알고리즘에 액세스할 수 있습니다. 예를 들어, Computer Vision은 이미지에 성인 콘텐츠가 포함되어 있는지 확인하거나, 특정 브랜드나 사물을 찾거나, 인간의 얼굴을 찾을 수 있습니다.
박스 3: 예
자연어 처리(NLP)는 감정 분석, 주제 감지, 언어 감지, 핵심 문구 추출, 문서 분류와 같은 작업에 사용됩니다.
감정 분석은 글이 긍정적, 부정적, 중립적인지 판단하는 과정입니다.
참조:
https://azure.microsoft.com/es-es/blog/machine-assisted-text-classification-on-content-moderator-public-preview
https://docs.microsoft.com/en-us/azure/architecture/data-guide/technology-choices/natural-언어-processing

설명:

참조:
https://azure.microsoft.com/en-gb/services/cognitive-services/speech-to-text/#features 음성 인식은 음성을 텍스트로 변환하는 것을 의미합니다. 위의 예에서 사람이 말하면 단어가 같은 언어의 텍스트로 변환됩니다. 따라서 음성 인식이라고도 하는 음성을 텍스트로 변환하는 것이 정답입니다.
음성 인식 - 말로 표현된 입력을 감지하고 해석하는 능력.
음성 합성 - 말로 표현된 결과를 생성하는 기능.
https://docs.microsoft.com/en-us/learn/modules/recognize-synthesize-speech/1-introduction