Руководства по ML.NET

Следующие руководства расскажут вам, как использовать ML.NET для создания специализированных решений машинного обучения и их интеграции в ваши приложения .NET.

• Анализ тональности. Реализация задачи двоичной классификации с помощью ML.NET.
• Классификация проблем GitHub. Демонстрация применения задач многоклассовой классификации с использованием ML.NET.
• Прогнозирование цен. Реализация задачи регрессии с помощью ML.NET.
• Кластеризация ирисов Фишера. Реализация задачи кластеризации с помощью ML.NET.
• Рекомендация. Создание рекомендаций фильмов на основе предыдущих оценок пользователя.
• Классификация изображений. Здесь показано, как переобучить существующую модель Tensorflow для создания классификатора пользовательских изображений с помощью ML.NET.
• Обнаружение аномалий. Здесь вы узнаете, как создать приложение для обнаружения аномалий в анализе данных о продажах товаров.
• Обнаружение объектов на изображениях. Здесь описан способ обнаружения объектов на изображениях с помощью предварительно обученной модели ONNX.
• Классификация тональностей обзоров фильмов: узнайте, как загрузить предварительно обученную модель TensorFlow, чтобы классифицировать тональности обзоров фильмов.

Next Steps

Другие примеры использования ML.NET см. в репозитории GitHub dotnet/machinelearning-samples.