Tutoriels ML.NET

Les tutoriels suivants vous permettent de comprendre comment utiliser ML.NET pour créer des solutions d’apprentissage automatique personnalisées et les intégrer à vos applications .NET :

• Analyse des sentiments : montre comment appliquer une tâche de classification binaire avec ML.NET.
• Classification des problèmes GitHub : montre comment appliquer une tâche de classification multiclasse à l’aide de ML.NET.
• Prévision du prix : montre comment appliquer une tâche de régression avec ML.NET.
• Clustering Iris : montre comment appliquer une tâche de clustering avec ML.NET.
• Recommandation : générez des recommandations de films en fonction des évaluations utilisateur précédentes
• Classification d’images : montre comment réentraîner un modèle TensorFlow existant pour créer un classifieur d’images personnalisées avec ML.NET.
• Détection d’anomalie : montre comment créer une application de détection des anomalies pour une analyse des données de ventes de produits.
• Détecter des objets dans des images : montre comment détecter des objets dans des images à l’aide d’un modèle ONNX pré-formé.
• Classifier le sentiment des critiques de films : apprenez à charger un modèle TensorFlow pré-entraîné pour classifier le sentiment des critiques de films.

Étapes suivantes

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