Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
F# excelle dans la science des données et le Machine Learning. Cet article fournit des liens vers certaines ressources importantes liées à ce mode d’utilisation de F#.
Pour plus d’informations sur les autres options disponibles pour le Machine Learning et la science des données, consultez le Guide de la F# Software Foundation pour la science des données avec F#.
ML.NET
ML.NET est une infrastructure Machine Learning open source et multiplateforme conçue pour les développeurs .NET. Avec ML.NET, vous pouvez créer des modèles ML personnalisés à l’aide de C# ou F# sans avoir à quitter l’écosystème .NET. ML.NET vous permet de réutiliser toutes les connaissances, compétences, codes et bibliothèques que vous avez déjà en tant que développeur .NET afin de pouvoir facilement intégrer l'apprentissage automatique dans vos applications web, mobiles, de bureau, et IoT.
Deep Learning avec TorchSharp
TorchSharp est un ensemble open source de liaisons pour le moteur Pytorch utilisable pour le deep learning à partir de F#. Les exemples de F# sont disponibles dans TorchSharpExamples.
FsLab
FsLab est un espace d’incubation communautaire F# pour la science des données avec F#.
Voir aussi
Collaborer avec nous sur GitHub
La source de ce contenu se trouve sur GitHub, où vous pouvez également créer et examiner les problèmes et les demandes de tirage. Pour plus d’informations, consultez notre guide du contributeur.
