ML.NET 文档

了解如何使用开放源代码 ML.NET 生成自定义机器学习模型，并将它们集成到应用程序中。 通过教程、代码示例等说明操作方法。

ML.NET 基础知识

概述

• 什么是 ML.NET API？
• 什么是模型生成器？

video

• 机器学习基础知识

概念

• 机器学习任务和算法
• 如何选择算法

开始使用

• Q&A 上的 ML.NET

10 分钟入门

快速入门

• ML.NET API 入门（代码优先）
• 在 Visual Studio 中设置 Model Builder（低代码）
• 在 macOS、Windows 或 Linux 上安装 CLI（低代码）

教程

培训

• 预测性维护（Model Builder）

教程

• 分析网站评论情绪（模型生成器）
• 预测价格（模型生成器）
• 对卫生违规行为分类（模型生成器和 SQL Server）
• 对支持问题进行分类 (API)
• 使用图像分类 API (API) 分类图像
• 使用物体检测来识别交通标志（模型生成器）
• 检测图像中的对象 (API)
• 检测产品销售中的异常 (API)
• 预测自行车租赁需求（API 和 SQL Server）
• 生成电影推荐系统 (API)

操作指南

操作指南

• 从各种源加载数据
• 准备建模的数据
• 训练和评估模型
• 使用经过训练的模型进行预测
• 保存和加载经过训练的模型
• 重新训练模型

参考

参考

• ML.NET API 引用
• ML.NET CLI 参考
• ML.NET 示例