Co to jest model uczenia maszynowego?

Model uczenia maszynowego to obiekt (przechowywany lokalnie w pliku), który został wytrenowany w celu rozpoznawania niektórych typów wzorców. Wytrenujesz model na zestawie danych, udostępniając mu algorytm, którego może użyć do wnioskowania i uczenia się na podstawie tych danych.

Po wytrenowaniu modelu możesz użyć go do wnioskowania o danych, których wcześniej nie widział, i przewidywania dotyczące tych danych. Załóżmy na przykład, że chcesz utworzyć aplikację, która może rozpoznawać emocje użytkownika na podstawie ich twarzy. Model można wytrenować, udostępniając mu obrazy twarzy, które są oznaczone określoną emocją, a następnie można użyć tego modelu w aplikacji, która może rozpoznać emocje dowolnego użytkownika.

Kiedy należy używać usługi Machine Learning

Dobre scenariusze uczenia maszynowego często mają następujące typowe właściwości:

1. Obejmują one powtarzające się decyzje lub ocenę, które chcesz zautomatyzować i wymagają spójnych wyników.
2. Jawne opisanie rozwiązania lub kryteriów związanych z decyzją jest trudne lub niemożliwe.
3. Masz oznaczenia danych lub istniejące przykłady, w których można opisać sytuację i zamapować je na prawidłowy wynik.

Usługa Windows Machine Learning używa formatu Open Neural Network Exchange (ONNX) dla swoich modeli. Możesz pobrać wstępnie wytrenowany model lub wytrenować własny model. Aby uzyskać więcej informacji , zobacz Pobieranie modeli ONNX dla systemu Windows ML .

Rozpocznij

Możesz rozpocząć pracę z usługą Windows Machine Learning, postępując zgodnie z jednym z naszych samouczków dotyczących pełnej aplikacji lub przechodząc prosto do przykładów usługi Windows Machine Learning.

Uwaga / Notatka

Skorzystaj z następujących zasobów, aby uzyskać pomoc dotyczącą uczenia maszynowego z systemem Windows:

• Aby zadać lub odpowiedzieć na pytania techniczne dotyczące uczenia maszynowego z systemem Windows, użyj tagu windows-machine-learning w witrynie Stack Overflow.
• Aby zgłosić usterkę, popełnij zgłoszenie na GitHubie .