AnomalyDetectorClient クラス

定義

名前空間:

Azure.AI.AnomalyDetector

アセンブリ:

Azure.AI.AnomalyDetector.dll

パッケージ:

Azure.AI.AnomalyDetector v3.0.0-preview.7

Source:

AnomalyDetectorClient.cs

AnomalyDetector サービス クライアント。

public class AnomalyDetectorClient

type AnomalyDetectorClient = class

Public Class AnomalyDetectorClient

継承

Object

AnomalyDetectorClient

コンストラクター

AnomalyDetectorClient()	モック作成のために AnomalyDetectorClient の新しいインスタンスを初期化します。
AnomalyDetectorClient(Uri, AzureKeyCredential)	AnomalyDetectorClient の新しいインスタンスを初期化します。
AnomalyDetectorClient(Uri, AzureKeyCredential, AnomalyDetectorClientOptions)	AnomalyDetectorClient の新しいインスタンスを初期化します。

プロパティ

Pipeline

REST 要求と応答を送受信するための HTTP パイプライン。

メソッド

DeleteMultivariateModel(String, RequestContext)	[プロトコルメソッド]多変量モデルの削除 この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。
DeleteMultivariateModelAsync(String, RequestContext)	[プロトコルメソッド]多変量モデルの削除 この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。
DetectMultivariateBatchAnomaly(String, MultivariateBatchDetectionOptions, CancellationToken)	多変量異常を検出します。
DetectMultivariateBatchAnomaly(String, RequestContent, RequestContext)	[プロトコルメソッド]多変量異常の検出 この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より DetectMultivariateBatchAnomaly(String, MultivariateBatchDetectionOptions, CancellationToken) 簡単な利便性のオーバーロードを試してください。
DetectMultivariateBatchAnomalyAsync(String, MultivariateBatchDetectionOptions, CancellationToken)	多変量異常を検出します。
DetectMultivariateBatchAnomalyAsync(String, RequestContent, RequestContext)	[プロトコルメソッド]多変量異常の検出 この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より DetectMultivariateBatchAnomalyAsync(String, MultivariateBatchDetectionOptions, CancellationToken) 簡単な利便性のオーバーロードを試してください。
DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken)	要求本文の最後のポイントで異常を検出します。
DetectMultivariateLastAnomaly(String, RequestContent, RequestContext)	[プロトコルメソッド]要求本文の最後のポイントで異常を検出する この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken) 簡単な利便性のオーバーロードを試してください。
DetectMultivariateLastAnomalyAsync(String, MultivariateLastDetectionOptions, CancellationToken)	要求本文の最後のポイントで異常を検出します。
DetectMultivariateLastAnomalyAsync(String, RequestContent, RequestContext)	[プロトコルメソッド]要求本文の最後のポイントで異常を検出する この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より DetectMultivariateLastAnomalyAsync(String, MultivariateLastDetectionOptions, CancellationToken) 簡単な利便性のオーバーロードを試してください。
DetectUnivariateChangePoint(RequestContent, RequestContext)	[プロトコルメソッド]系列全体の変更ポイントを検出する この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より DetectUnivariateChangePoint(UnivariateChangePointDetectionOptions, CancellationToken) 簡単な利便性のオーバーロードを試してください。
DetectUnivariateChangePoint(UnivariateChangePointDetectionOptions, CancellationToken)	系列全体の変更ポイントを検出します。
DetectUnivariateChangePointAsync(RequestContent, RequestContext)	[プロトコルメソッド]系列全体の変更ポイントを検出する この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より DetectUnivariateChangePointAsync(UnivariateChangePointDetectionOptions, CancellationToken) 簡単な利便性のオーバーロードを試してください。
DetectUnivariateChangePointAsync(UnivariateChangePointDetectionOptions, CancellationToken)	系列全体の変更ポイントを検出します。
DetectUnivariateEntireSeries(RequestContent, RequestContext)	[プロトコルメソッド]一括で系列全体の異常を検出します。 この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より DetectUnivariateEntireSeries(UnivariateDetectionOptions, CancellationToken) 簡単な利便性のオーバーロードを試してください。
DetectUnivariateEntireSeries(UnivariateDetectionOptions, CancellationToken)	一括で系列全体の異常を検出します。
DetectUnivariateEntireSeriesAsync(RequestContent, RequestContext)	[プロトコルメソッド]一括で系列全体の異常を検出します。 この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より DetectUnivariateEntireSeriesAsync(UnivariateDetectionOptions, CancellationToken) 簡単な利便性のオーバーロードを試してください。
DetectUnivariateEntireSeriesAsync(UnivariateDetectionOptions, CancellationToken)	一括で系列全体の異常を検出します。
DetectUnivariateLastPoint(RequestContent, RequestContext)	[プロトコルメソッド]時系列の最新のポイントの異常状態を検出します。 この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より DetectUnivariateLastPoint(UnivariateDetectionOptions, CancellationToken) 簡単な利便性のオーバーロードを試してください。
DetectUnivariateLastPoint(UnivariateDetectionOptions, CancellationToken)	時系列の最新のポイントの異常状態を検出します。
DetectUnivariateLastPointAsync(RequestContent, RequestContext)	[プロトコルメソッド]時系列の最新のポイントの異常状態を検出します。 この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より DetectUnivariateLastPointAsync(UnivariateDetectionOptions, CancellationToken) 簡単な利便性のオーバーロードを試してください。
DetectUnivariateLastPointAsync(UnivariateDetectionOptions, CancellationToken)	時系列の最新のポイントの異常状態を検出します。
GetMultivariateBatchDetectionResult(String, CancellationToken)	多変量異常検出の結果を取得します。
GetMultivariateBatchDetectionResult(String, RequestContext)	[プロトコルメソッド]多変量異常検出の結果を取得する この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より GetMultivariateBatchDetectionResult(String, CancellationToken) 簡単な利便性のオーバーロードを試してください。
GetMultivariateBatchDetectionResultAsync(String, CancellationToken)	多変量異常検出の結果を取得します。
GetMultivariateBatchDetectionResultAsync(String, RequestContext)	[プロトコルメソッド]多変量異常検出の結果を取得する この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より GetMultivariateBatchDetectionResultAsync(String, CancellationToken) 簡単な利便性のオーバーロードを試してください。
GetMultivariateModel(String, CancellationToken)	多変量モデルを取得します。
GetMultivariateModel(String, RequestContext)	[プロトコルメソッド]多変量モデルを取得する この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より GetMultivariateModel(String, CancellationToken) 簡単な利便性のオーバーロードを試してください。
GetMultivariateModelAsync(String, CancellationToken)	多変量モデルを取得します。
GetMultivariateModelAsync(String, RequestContext)	[プロトコルメソッド]多変量モデルを取得する この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より GetMultivariateModelAsync(String, CancellationToken) 簡単な利便性のオーバーロードを試してください。
GetMultivariateModels(Nullable<Int32>, Nullable<Int32>, CancellationToken)	多変量モデルを一覧表示します。
GetMultivariateModels(Nullable<Int32>, Nullable<Int32>, RequestContext)	[プロトコルメソッド]多変量モデルの一覧表示 この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より GetMultivariateModels(Nullable<Int32>, Nullable<Int32>, CancellationToken) 簡単な利便性のオーバーロードを試してください。
GetMultivariateModelsAsync(Nullable<Int32>, Nullable<Int32>, CancellationToken)	多変量モデルを一覧表示します。
GetMultivariateModelsAsync(Nullable<Int32>, Nullable<Int32>, RequestContext)	[プロトコルメソッド]多変量モデルの一覧表示 この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より GetMultivariateModelsAsync(Nullable<Int32>, Nullable<Int32>, CancellationToken) 簡単な利便性のオーバーロードを試してください。
TrainMultivariateModel(ModelInfo, CancellationToken)	多変量異常検出モデルをトレーニングする。
TrainMultivariateModel(RequestContent, RequestContext)	[プロトコルメソッド]多変量異常検出モデルをトレーニングする この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より TrainMultivariateModel(ModelInfo, CancellationToken) 簡単な利便性のオーバーロードを試してください。
TrainMultivariateModelAsync(ModelInfo, CancellationToken)	多変量異常検出モデルをトレーニングする。
TrainMultivariateModelAsync(RequestContent, RequestContext)	[プロトコルメソッド]多変量異常検出モデルをトレーニングする この プロトコル メソッド を使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。 まず、厳密に型指定されたモデルを使用して、より TrainMultivariateModelAsync(ModelInfo, CancellationToken) 簡単な利便性のオーバーロードを試してください。