다음을 통해 공유


ML.NET 자습서

다음 자습서를 사용하면 ML.NET을 사용하여 사용자 지정 기계 학습 솔루션을 빌드하고 .NET 애플리케이션에 통합하는 방법을 이해할 수 있습니다.

  • 감정 분석: ML.NET을 사용하여 이진 분류 작업을 적용하는 방법을 보여줍니다.
  • GitHub 문제 분류: ML.NET을 사용하여 다중 클래스 분류 작업을 적용하는 방법을 보여 줍니다.
  • 가격 예측기: ML.NET을 사용하여 회귀 작업을 적용하는 방법을 보여줍니다.
  • 아이리스 클러스터링: ML.NET을 사용하여 클러스터링 작업을 적용하는 방법을 설명합니다.
  • 추천: 이전 사용자 평가를 기준으로 영화 추천을 생성합니다.
  • 이미지 분류: ML.NET을 사용하여 사용자 지정 이미지 분류자를 만들기 위해 기존 TensorFlow 모델을 재학습하는 방법을 보여 줍니다.
  • 변칙 검색: 제품 판매 데이터 분석을 위해 변칙 검색 애플리케이션을 빌드하는 방법을 보여줍니다.
  • 이미지에서 개체 검색: 미리 학습된 ONNX(Open Neural Network Exchange) 모델을 사용하여 이미지에서 개체를 검색하는 방법을 보여줍니다.
  • 동영상 리뷰의 감정 분류: 미리 학습된 TensorFlow 모델을 로드하여 동영상 리뷰의 감정을 분류하는 방법을 알아봅니다.

다음 단계

ML.NET을 사용하는 추가 예제는 dotnet/machinelearning-samples GitHub 리포지토리를 확인하세요.