samouczki ML.NET

Poniższe samouczki ułatwiają zrozumienie sposobu używania ML.NET do tworzenia niestandardowych rozwiązań uczenia maszynowego i integrowania ich z aplikacjami platformy .NET:

• Analiza nastrojów: Wykorzystaj zadanie klasyfikacji binarnej za pomocą ML.NET.
• Klasyfikacja problemów z usługą GitHub: zastosuj zadanie klasyfikacji wieloklasowej przy użyciu ML.NET.
• Przewidywanie cen: zastosuj zadanie regresji przy użyciu ML.NET.
• Klastrowanie irysów: wykonaj zadanie klastrowania przy użyciu ML.NET.
• Zalecenie: Generowanie rekomendacji dotyczących filmów na podstawie poprzednich ocen użytkowników
• Klasyfikacja obrazów: przetrenuj istniejący model TensorFlow, aby utworzyć niestandardowy klasyfikator obrazu przy użyciu ML.NET.
• Wykrywanie anomalii: tworzenie aplikacji wykrywania anomalii na potrzeby analizy danych sprzedaży produktów.
• Wykrywanie obiektów na obrazach: wykrywanie obiektów na obrazach przy użyciu wstępnie wytrenowanego modelu ONNX.
• Kategoryzuj obraz z modelu ONNX usługi Custom Vision: Wykrywanie obiektów na obrazach przy użyciu modelu ONNX wytrenowanego w usłudze Microsoft Custom Vision.
• Klasyfikowanie nastrojów recenzji filmów: Załaduj wstępnie wytrenowany model TensorFlow, który pozwala ocenić nastroje recenzji filmowych.

Dalsze kroki

Aby uzyskać więcej przykładów korzystających z ML.NET, zobacz repozytorium dotnet/machinelearning-samples GitHub.