Not
Bu sayfaya erişim yetkilendirme gerektiriyor. Oturum açmayı veya dizinleri değiştirmeyi deneyebilirsiniz.
Bu sayfaya erişim yetkilendirme gerektiriyor. Dizinleri değiştirmeyi deneyebilirsiniz.
Aşağıdaki öğreticiler , özel makine öğrenmesi çözümleri oluşturmak ve bunları .NET uygulamalarınızla tümleştirmek için ML.NET nasıl kullanacağınızı anlamanıza yardımcı olur:
- Duygu analizi: ML.NET kullanarak ikili sınıflandırma görevi gerçekleştirin.
- GitHub sorun sınıflandırması: ML.NET kullanarak çok sınıflı bir sınıflandırma görevi uygulayın.
- Fiyat tahmincisi: ML.NET kullanarak regresyon görevi uygulayın.
- Iris kümeleme: ML.NET kullanarak kümeleme görevi uygulayın.
- Öneri: Önceki kullanıcı derecelendirmelerine göre film önerileri oluşturma
- Görüntü sınıflandırması: ML.NET kullanarak özel görüntü sınıflandırıcısı oluşturmak için mevcut TensorFlow modelini yeniden eğitin.
- Anomali algılama: Ürün satış verileri analizi için bir anomali algılama uygulaması oluşturun.
- Görüntülerdeki nesneleri algılama: Önceden eğitilmiş bir ONNX modeli kullanarak görüntülerdeki nesneleri algılama.
- Özel Görüntü İşleme ONNX modelinden bir görüntüyü kategorilere ayırma: Microsoft Özel Görüntü İşleme hizmetinde eğitilmiş bir ONNX modeli kullanarak görüntülerdeki nesneleri algılama.
- Film incelemelerinin yaklaşımını sınıflandırma: Film incelemelerinin yaklaşımını sınıflandırmak için önceden eğitilmiş bir TensorFlow modeli yükleyin.
Sonraki Adımlar
ML.NET kullanan diğer örnekler için dotnet/machinelearning-samples GitHub deposuna bakın.
GitHub'da bizimle işbirliği yapın
Bu içeriğin kaynağı GitHub'da bulunabilir; burada ayrıca sorunları ve çekme isteklerini oluşturup gözden geçirebilirsiniz. Daha fazla bilgi için katkıda bulunan kılavuzumuzu inceleyin.