ML.NET のチュートリアル

次のチュートリアルで、ML.NET を使用して機械学習のカスタム ソリューションを構築し、これを .NET アプリケーションに統合する方法を理解できます。

• 感情分析: ML.NET を使用して二項分類タスクを適用する方法を示します。
• GitHub の問題の分類: ML.NET を使って多クラス分類タスクを適用する方法を示します。
• 料金予測: ML.NET を使用して回帰タスクを適用する方法を示します。
• アヤメのクラスタ リング: ML.NET を使用してクラスタ リングを適用する方法を示します。
• 推奨: 以前のユーザー評価に基づき映画の推奨を生成します
• 画像分類: 既存の TensorFlow モデルを再トレーニングし、ML.NET を使ってカスタム画像分類器を作成する方法を示します。
• 異常検出: 製品売上データの解析用に異常検出アプリケーションを構築する方法を示します。
• 画像内のオブジェクトを検出: 事前トレーニング済みの ONNX モデルを使って画像内のオブジェクトを検出する方法を示します。
• 映画レビューのセンチメント分類: 事前トレーニング済みの TensorFlow モデルを読み込んで、映画のレビューを分類する方法を示します。

次の手順

ML.NET を使用するその他の例については、dotnet/machinelearning-samples の GitHub リポジトリをご覧ください。