Strojový Učení s F#

Jazyk F# exceluje v datových vědách a strojovém učení. Tento článek obsahuje odkazy na některé důležité zdroje související s tímto režimem použití jazyka F#.

Informace o dalších možnostech, které jsou k dispozici pro strojové učení a datové vědy, najdete v příručce F# Software Foundation k Datová Věda s jazykem F#.

ML.NET

ML.NET je open source a multiplatformní architektura strojového učení vytvořená pro vývojáře .NET. Pomocí ML.NET můžete vytvářet vlastní modely strojového učení s využitím jazyka C# nebo F#, aniž byste museli opustit ekosystém .NET. ML.NET vám umožní opakovaně používat všechny znalosti, dovednosti, kód a knihovny, které už máte jako vývojář .NET, abyste mohli snadno integrovat strojové učení do vašich webových, mobilních, desktopových, her a aplikací IoT.

Hluboké Učení s torchSharp

TorchSharp je opensourcová sada vazeb pro modul Pytorch použitelný pro hluboké učení z jazyka F#. Příklady v jazyce F# jsou k dispozici v torchSharpExamples.

FsLab

FsLab je komunitní prostředí F# pro inkubační prostor pro datové vědy pomocí F#.

Viz také

• Poznámkové bloky F#
• Průvodce přístupem k datům pomocí F#
• Průvodce Datová Věda pomocí klávesy F#