Avsnitt

Träna Maskininlärningsmodeller med ML.NET

ML.NET gör att .NET-utvecklare enkelt kan skapa och använda maskininlärningsmodeller i sina NET-program.

I det här avsnittet går Bri Achtman med Rich för att visa upp några riktigt intressanta scenarier som ML.NET och dess verktygsfamilj möjliggör. De pratar om träningsmodeller, AutoML, ML.NET CLI och till och med ett Visual Studio-tillägg för träningsmodeller!

[01:40] – Vad är ML .NET?
[05:19] – Hur kan jag läsa in mina data i ML .NET?
[06:55] – Demo för modellskapande av attitydanalys
[10:54] – Modellträning och förbrukning
[15:30] – Richs ML-valideringstest
[16:37] – Demonstration av objektidentifiering
[18:53] – Hur använder kunder ML .NET?
[22:21] – Använda AutoML och Model Builder-tillägget för Visual Studio
[25:06] – Använda AutoML med ML .NET CLI

Användbara länkar

ML.NET gör att .NET-utvecklare enkelt kan skapa och använda maskininlärningsmodeller i sina NET-program.

[01:40] – Vad är ML .NET?
[05:19] – Hur kan jag läsa in mina data i ML .NET?
[06:55] – Demo för modellskapande av attitydanalys
[10:54] – Modellträning och förbrukning
[15:30] – Richs ML-valideringstest
[16:37] – Demonstration av objektidentifiering
[18:53] – Hur använder kunder ML .NET?
[22:21] – Använda AutoML och Model Builder-tillägget för Visual Studio
[25:06] – Använda AutoML med ML .NET CLI

Användbara länkar