Apa itu model pembelajaran mesin?
Model pembelajaran mesin adalah objek (disimpan secara lokal dalam file) yang telah dilatih untuk mengenali jenis pola tertentu. Anda melatih model melalui sekumpulan data, dengan memberikannya algoritma yang dapat digunakan untuk mempertimbangkan dan belajar dari data tersebut.
Setelah melatih model, Anda dapat menggunakannya untuk alasan atas data yang belum dilihat sebelumnya, dan membuat prediksi tentang data tersebut. Misalnya, Anda ingin membangun aplikasi yang dapat mengenali emosi pengguna berdasarkan ekspresi wajah mereka. Anda dapat melatih model dengan menyediakannya dengan gambar wajah yang masing-masing ditandai dengan emosi tertentu, dan kemudian Anda dapat menggunakan model tersebut dalam aplikasi yang dapat mengenali emosi pengguna mana pun.
Kapan menggunakan Pembelajaran Mesin
Skenario pembelajaran mesin yang baik sering memiliki properti umum berikut:
- Mereka melibatkan keputusan atau evaluasi berulang yang ingin Anda otomatisasi dan membutuhkan hasil yang konsisten.
- Sulit atau tidak mungkin untuk secara eksplisit menggambarkan solusi atau kriteria di balik keputusan.
- Anda telah memberi label data, atau contoh yang ada di mana Anda dapat menjelaskan situasi dan memetakannya ke hasil yang benar.
Windows Pembelajaran Mesin menggunakan format Open Neural Network Exchange (ONNX) untuk modelnya. Anda dapat mengunduh model yang telah dilatih sebelumnya, atau Anda dapat melatih model Anda sendiri. Lihat Mendapatkan model ONNX untuk Windows ML untuk informasi selengkapnya.
Memulai
Anda dapat mulai menggunakan Windows Pembelajaran Mesin dengan mengikuti salah satu tutorial aplikasi lengkap kami atau melompat langsung ke sampel Windows Pembelajaran Mesin.
Catatan
Gunakan sumber daya berikut untuk bantuan dengan Windows ML:
- Untuk mengajukan atau menjawab pertanyaan teknis tentang Windows ML, silakan gunakan tag windows-machine-learning di Stack Overflow.
- Untuk melaporkan bug, silakan ajukan masalah di GitHub kami.