Guides pratiques pour l’utilisation de Machine Learning avec .NET

Dans la section Procédures du guide ML.NET, vous trouverez rapidement des réponses à des questions courantes. Dans certains cas, les articles peuvent figurer dans plusieurs sections pour les trouver facilement.

Charger les données

• Chargez des données depuis des fichiers et bases de données SQL.

Préparer les données

• Prétraiter les données d’apprentissage avec des normaliseurs pour les utiliser dans le traitement de données.

Entraîner le modèle

• Entraîner un modèle Machine Learning avec la validation croisée.

• Entraîner un modèle de régression pour prédire une valeur avec ML.NET.

Explicabilité du modèle

• Déterminer l’importance des caractéristiques des modèles avec l’option Permutation Feature Importance.

Exécuter

• Inspecter les valeurs de données intermédiaires lors du traitement du pipeline ML.NET.

• Charger un modèle Machine Learning entraîné.

• Effectuer des prédictions avec un modèle entraîné.

Probabiliste (Infer.NET)

• Créer une application de tableau de matchs avec Infer.NET et la programmation probabiliste.