tutoriais de ML.NET

Os tutoriais a seguir ajudam você a entender como usar ML.NET para criar soluções personalizadas de machine learning e integrá-las aos seus aplicativos .NET:

• Análise de sentimento: aplique uma tarefa de classificação binária usando ML.NET.
• Classificação de problemas do GitHub: aplique uma tarefa de classificação multiclasse usando ML.NET.
• Preditor de preço: realizar uma tarefa de regressão com ML.NET.
• Clustering de Iris: aplique uma tarefa de agrupamento usando ML.NET.
• Recomendação: gerar recomendações de filme com base nas classificações de usuário anteriores
• Classificação de imagem: treine novamente um modelo tensorFlow existente para criar um classificador de imagem personalizado usando ML.NET.
• Detecção de anomalias: crie um aplicativo de detecção de anomalias para análise de dados de vendas de produtos.
• Detectar objetos em imagens: detectar objetos em imagens usando um modelo ONNX pré-treinado.
• Categorizar uma imagem do modelo ONNX da Visão Personalizada: detectar objetos em imagens usando um modelo ONNX treinado no serviço de Visão Personalizada da Microsoft.
• Classificar o sentimento das críticas de filme: Faça o carregamento de um modelo TensorFlow pré-treinado para classificar o sentimento das críticas de filme.

Próximas etapas

Para obter mais exemplos que usam ML.NET, consulte o repositório GitHub do dotnet/machinelearning-samples .