Machine Learning mit F#

F# zeichnet sich durch Data Science- und Machine Learning-Funktionalität aus. Dieser Artikel enthält Links zu einigen wichtigen Ressourcen im Zusammenhang mit dieser Verwendung von F#.

Informationen zu anderen Optionen, die für Machine Learning und Data Science verfügbar sind, finden Sie im Leitfaden zu Data Science mit F# der F# Software Foundation.

ML.NET

ML.NET ist ein Open Source- und plattformübergreifendes Machine Learning-Framework, das für .NET-Entwickler erstellt wurde. ML.NET bietet die Möglichkeit, benutzerdefinierte ML-Modelle mithilfe von C# oder F# zu erstellen, ohne das .NET-Ökosystem verlassen zu müssen. ML.NET bietet die Möglichkeit, alle Kenntnisse, Fähigkeiten, Codes und Bibliotheken wiederzuverwenden, über die Sie bereits als .NET-Entwickler verfügen, sodass Sie Machine Learning problemlos in Ihre Web-, Mobil-, Desktop-, Spiele- und IoT-Apps integrieren können.

Deep Learning mit TorchSharp

Bei TorchSharp handelt es sich um einen Open Source-Satz von Bindungen für die Pytorch-Engine, die von F# für Deep Learning verwendet werden können. Beispiele in F# sind in TorchSharpExamples verfügbar.

FsLab

FsLab ist ein F#-Community-Entwicklungsbereich für Data Science mit F#.

Siehe auch

• F#-Notebooks
• Leitfaden zum Datenzugriff mit F#
• Leitfaden zu Data Science mit F#