ML.NET 教程

学习以下教程，可以了解如何使用 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：

• 情绪分析：演示如何使用 ML.NET 应用二元分类任务。
• GitHub 问题分类：演示如何使用 ML.NET 应用多类分类任务。
• 价格预测器：演示如何使用 ML.NET 应用回归任务。
• Iris 聚类分析：演示如何使用 ML.NET 应用聚类分析任务。
• 建议：根据以前的用户评级生成影片推荐
• 图像分类：展示了如何将现有 Tensorflow 模型重新训练为使用 ML.NET 创建自定义图像分类器。
• 异常检测：演示如何构建针对产品销售数据分析的异常检测应用程序。
• 检测图像中的对象：演示如何使用预先训练的 ONNX 模型检测图像中的对象。
• 对电影评论的情绪分类：了解加载预训练的 TensorFlow 模型，对电影评论的情绪分类。

后续步骤

有关使用 ML.NET 的更多示例，请访问 dotnet/machinelearning-samples GitHub 存储库。