以下教程可帮助你了解如何使用 ML.NET 生成自定义机器学习解决方案并将其集成到 .NET 应用程序中：
- 情绪分析：使用 ML.NET 应用 二元分类 任务。
- GitHub 问题分类：使用 ML.NET 应用 多类分类 任务。
- 价格预测器：使用 ML.NET 应用 回归 任务。
- Iris 群集：使用 ML.NET 应用群集任务。
- 建议：根据以前的用户分级生成电影建议
- 图像分类：重新训练现有的 TensorFlow 模型，以使用 ML.NET 创建自定义图像分类器。
- 异常情况检测：生成用于产品销售数据分析的异常情况检测应用程序。
- 检测图像中的对象：使用预先训练的 ONNX 模型检测图像中的对象。
- 从自定义视觉 ONNX 模型对图像进行分类：使用在 Microsoft自定义视觉服务中训练的 ONNX 模型检测图像中的对象。
- 对电影评论的情绪进行分类：加载预先训练的 TensorFlow 模型以对电影评论的情绪进行分类。
后续步骤
有关使用 ML.NET 的更多示例，请参阅 dotnet/machinelearning-samples GitHub 存储库。
