機械学習モデルとは

機械学習モデルとは、特定の種類のパターンを認識するようにトレーニングされたファイル (ローカルに保存) のことです。 モデルのトレーニングは、データのセットに対して行います。その際モデルには、それらのデータについて推論し、データから学習するために使用できるアルゴリズムを提供します。

モデルのトレーニングが完了したら、そのモデルを使用して、モデルがこれまで見たことのないデータから推論し、そのデータに関する予測を行うことができます。 たとえば、顔の表情に基づいてユーザーの感情を認識できるアプリケーションを構築するとします。 特定の感情にタグ付けされた複数の顔の画像をモデルに提供してモデルをトレーニングすることで、ユーザーの感情を認識できるアプリケーションでそのモデルを使用できるようになります。

いつ Machine Learning を使用するか

多くの場合、優れた機械学習のシナリオには、次の共通プロパティがあります。

1. 自動化して一貫性のある結果を得る必要がある、繰り返される決定または評価が含まれている。
2. 決定の背後にあるソリューションまたは条件を明示的に記述することは困難であるか不可能である。
3. 状況を記述して正しい結果にマップできるラベル付きのデータまたは既存の例がある。

Windows Machine Learning では、Open Neural Network Exchange (ONNX) 形式をモデルとして使用します。 事前トレーニング済みのモデルをダウンロードすることも、独自のモデルをトレーニングすることもできます。 詳細については、Windows ML 用の ONNX モデルを入手する方法に関する記事を参照してください。

はじめに

用意されている完全なアプリのチュートリアルのいずれかに従うことで、Windows Machine Learning の使用を開始できます。または、Windows Machine Learning のサンプルに直接移動できます。

Note

Windows ML に関するヘルプについては、次のリソースを参照してください。

• Windows ML に関する技術的な質問をしたり、質問に回答したりするには、Stack Overflow の windows-machine-learning タグを使用してください。
• バグを報告するには、GitHub で問題を提出してください。