跳转至主内容
目录
退出焦点模式
书签
编辑
共享
Twitter
LinkedIn
Facebook
电子邮件
微信
目录
ML.NET 文档
了解如何使用开放源代码 ML.NET 生成自定义机器学习模型,并将它们集成到应用程序中。 通过教程、代码示例等说明操作方法。
ML.NET 基础知识
概述
什么是 ML.NET?
video
机器学习基础知识
概念
机器学习任务和算法
如何选择算法
开始使用
Q&A 上的 ML.NET
10 分钟入门
快速入门
ML.NET API 入门(代码优先)
在 Visual Studio 中设置 Model Builder(低代码)
在 macOS、Windows 或 Linux 上安装 CLI(低代码)
教程
教程
分析网站评论情绪(模型生成器)
预测价格(模型生成器)
对卫生违规行为分类(模型生成器和 SQL Server)
对支持问题进行分类 (API)
使用图像分类 API (API) 分类图像
使用模型组合 (API) 分类图像
检测图像中的对象 (API)
检测产品销售中的异常 (API)
预测自行车租赁需求(API 和 SQL Server)
生成电影推荐系统 (API)
操作指南
操作指南
从各种源加载数据
准备建模的数据
训练和评估模型
使用经过训练的模型进行预测
保存和加载经过训练的模型
重新训练模型
参考
参考
ML.NET API 引用
ML.NET 示例