ML.NET 자습서

다음 자습서는 ML.NET 사용하여 사용자 지정 기계 학습 솔루션을 빌드하고 .NET 애플리케이션에 통합하는 방법을 이해하는 데 도움이 됩니다.

• 감정 분석: ML.NET 사용하여 이진 분류 작업을 적용합니다.
• GitHub 문제 분류: ML.NET 사용하여 다중 클래스 분류 작업을 적용합니다.
• 가격 예측자: ML.NET 사용하여 회귀 작업을 적용합니다.
• 아이리스 클러스터링: ML.NET 사용하여 클러스터링 작업을 적용합니다.
• 권장 사항: 이전 사용자 등급에 따라 영화 권장 사항 생성
• 이미지 분류: 기존 TensorFlow 모델을 다시 학습하여 ML.NET 사용하여 사용자 지정 이미지 분류자를 만듭니다.
• 변칙 검색: 제품 판매 데이터 분석을 위한 변칙 검색 애플리케이션을 빌드합니다.
• 이미지에서 개체 검색: 미리 학습된 ONNX 모델을 사용하여 이미지의 개체를 검색합니다.
• Custom Vision ONNX 모델에서 이미지 분류: Microsoft Custom Vision 서비스에서 학습된 ONNX 모델을 사용하여 이미지에서 개체를 검색합니다.
• 영화 리뷰의 감정 분류: 미리 학습된 TensorFlow 모델을 로드하여 영화 리뷰의 감정을 분류합니다.

다음 단계

ML.NET 사용하는 더 많은 예제는 dotnet/machinelearning-samples GitHub 리포지토리를 참조하세요.