ML.NET-TutorialsML.NET tutorials

Folgende Tutorials unterstützen Sie dabei, ML.NET für das Erstellen von benutzerdefinierten Lösungen für maschinelles Lernen und deren Integration in Ihre .NET-Anwendungen zu verwenden.The following tutorials enable you to understand how to use ML.NET to build custom machine learning solutions and integrate them into your .NET applications:

  • Standpunktanalyse: veranschaulicht, wie ein binärer Klassifizierungstask mithilfe von ML.NET angewendet wird.Sentiment analysis: demonstrates how to apply a binary classification task using ML.NET.
  • Klassifizierung von GitHub-Problemen: Veranschaulicht, wie ein Task des Typs Multiklassenklassifizierung mithilfe von ML.NET angewendet wird.GitHub issue classification: demonstrates how to apply a multiclass classification task using ML.NET.
  • Preisvorhersage: veranschaulicht, wie ein Regressionstask mithilfe von ML.NET angewendet wird.Price predictor: demonstrates how to apply a regression task using ML.NET.
  • Iris-Clustering: veranschaulicht, wie ein Clusteringtask mithilfe von ML.NET angewendet wird.Iris clustering: demonstrates how to apply a clustering task using ML.NET.
  • Empfehlung: Generieren von Filmempfehlungen basierend auf vorherigen BenutzerbewertungenRecommendation: generate movie recommendations based on previous user ratings
  • Bildklassifizierung: Veranschaulicht, wie ein vorhandenes TensorFlow-Modell zum Erstellen einer benutzerdefinierten Bildklassifizierung mithilfe von ML.NET erneut trainiert wird.Image classification: demonstrates how to retrain an existing TensorFlow model to create a custom image classifier using ML.NET.
  • Anomalieerkennung: Veranschaulicht, wie eine Anwendung zur Anomalieerkennung bei Analysen zu Produktvertriebsdaten erstellt wird.Anomaly detection: demonstrates how to build an anomaly detection application for product sales data analysis.
  • Erkennen von Objekten in Bildern: Veranschaulicht, wie mithilfe eines vorab trainierten ONNX-Modells Objekte in Bildern erkannt werden.Detect objects in images: demonstrates how to detect objects in images using a pre-trained ONNX model.
  • Klassifizieren der Stimmung von Filmkritiken: Laden eines vortrainierten TensorFlow-Modells zum Klassifizieren der Stimmung von FilmkritikenClassify sentiment of movie reviews: learn to load a pre-trained TensorFlow model to classify the sentiment of movie reviews.

Nächste SchritteNext Steps

Weitere Beispiele für die Verwendung von ML.NET finden Sie im GitHub-Repository dotnet/machinelearning-samples.For more examples that use ML.NET, check out the dotnet/machinelearning-samples GitHub repository.