Tutoriales de ML.NET

Los tutoriales siguientes permiten obtener información sobre cómo usar ML.NET para crear soluciones de Machine Learning personalizadas e integrarlas en las aplicaciones .NET:

• Análisis de sentimiento: muestra cómo aplicar una tarea de clasificación binaria mediante ML.NET.
• Clasificación de problema de GitHub: muestra cómo aplicar una tarea de clasificación multiclase mediante ML.NET.
• Predictor de precios: muestra cómo aplicar una tarea de regresión mediante ML.NET.
• Agrupación en clústeres de Iris: muestra cómo aplicar una tarea de agrupación en clústeres mediante ML.NET.
• Recomendación: genere recomendaciones de películas basadas en las calificaciones de usuarios anteriores
• Clasificación de imágenes: muestra cómo volver a entrenar un modelo de TensorFlow existente para crear un clasificador de imágenes personalizado mediante ML.NET.
• Detección de anomalías: muestra cómo crear una aplicación de detección de anomalías para el análisis de los datos de ventas de productos.
• Detección de objetos en imágenes: muestra cómo detectar objetos en imágenes mediante un modelo de ONNX previamente entrenado.
• Clasificación de opiniones en reseñas de películas: aprenda a cargar un modelo de TensorFlow entrenado previamente para clasificar opiniones en reseñas de películas.

Pasos siguientes

Para obtener más ejemplos en los que se usa ML.NET, consulte el repositorio de GitHub dotnet/machinelearning-samples.