Tutoriels ML.NET

Les didacticiels suivants vous aident à comprendre comment utiliser ML.NET pour créer des solutions Machine Learning personnalisées et les intégrer à vos applications .NET :

• Analyse des sentiments : appliquez une tâche de classification binaire à l’aide de ML.NET.
• Classification des problèmes GitHub : appliquez une tâche de classification multiclasse à l’aide de ML.NET.
• Prédiction de prix : appliquez une tâche de régression à l’aide de ML.NET.
• Regroupement d'Iris : appliquez un processus de clustering en utilisant ML.NET.
• Recommandation : Générer des recommandations de films en fonction des évaluations des utilisateurs précédents
• Classification d’images : réentraînez un modèle TensorFlow existant pour créer un classifieur d’image personnalisé à l’aide de ML.NET.
• Détection des anomalies : créez une application de détection d’anomalie pour l’analyse des données de vente de produits.
• Détecter des objets dans des images : détecter des objets dans des images à l’aide d’un modèle ONNX préentraîné.
• Catégoriser une image à partir du modèle ONNX Custom Vision : détecter des objets dans des images à l’aide d’un modèle ONNX formé dans le service Microsoft Custom Vision.
• Classifier les sentiments des critiques de films : chargez un modèle TensorFlow préentraîné pour classifier le sentiment des critiques de films.

Étapes suivantes

Pour plus d’exemples qui utilisent ML.NET, consultez le dépôt GitHub dotnet/machinelearning-samples .