2019 年 1 月
第 34 卷，第 1 期
.png "機器學習服務 - Windows 上的 PyTorch 簡介")
專欄[機器學習服務]
Windows 上的 PyTorch 簡介
與 Microsoft CNTK、Google TensorFlow 及 scikit-learn 這些熱門程式庫相較之下，PyTorch 是與眾不同的神經網路程式庫，並在較低的層級運作。了解如何開始使用 PyTorch 程式庫，以及善用程式碼額外控制權的方法。
.png "Connect(); 2018 特刊")
專欄Connect(); 2018 特刊
Microsoft 與開發人員社群之間的交流，並不限於 Connect(); 大會。這份 MSDN Magazine 特刊探討了 Microsoft 傳達的願景，及其對開發人員有何影響。
.png ".NET - 利用概率程式設計的機器學習服務")
專欄[.NET]
利用概率程式設計的機器學習服務
當我們為了解決機器學習服務問題，而要建置統計模型時，概率程式設計是相當實用的方法。了解 Infer.NET 這種提供演算法的 Microsoft 架構，如何以資料為基底進行概率推斷，讓這種方法更易於實作。
.png "資料點 - EF Core Cosmos DB 提供者預覽的概觀")
專欄[資料點]
EF Core Cosmos DB 提供者預覽的概觀
在兩集連載的第一集中，Julie Lerman 將帶領大家了解 EF Core 中的 Cosmos DB 提供者預覽，並講述部分基本概念，內容包括如何將提供者加入解決方案、讓 EF Core 建立 Cosmos DB 資料庫，以及將資料儲存到集合。
.png "機器學習服務 - 如何利用「信念-期望-意圖」代理程式架構")
專欄.png "程式設計師雜談 - Naked 編碼")
專欄[程式設計師雜談]
Naked 編碼
Naked Objects Framework 的目標是延伸此一想法：開發人員應只專注於業務領域，使用者則能夠直接使用物件，而沒有任何外加之物。Ted Neward 開始的新系列將會探討基礎概念。
.png "SQL - Azure SQL Database Hyperscale 簡介")
[SQL]
Azure SQL Database Hyperscale 簡介
了解 Azure SQL Database Hyperscale 這個擁有獨特優勢的革命性新架構，也就是與先前的 SQL 引擎世代完全相容。
.png "技術最前線 - Blazor 中的範本型元件")
專欄[技術最前線]
Blazor 中的範本型元件
只有具備範本支援的元件才稱得上合理，而 Blazor 元件也不例外。Dino Esposito 會在最新的 Blazor 專欄中探討 Blazor 元件的運作方式，方法是更新在之前專欄中提到的預先輸入範例，並將其轉換為範本型元件。
.png "測試回合 - 使用 C# 的自組織對應")
專欄[測試回合]
使用 C# 的自組織對應
雖然自組織對應算是較為簡單的機器學習服務技術/物件，但因為變化多端又具有類似其他數種 ML 技術的特性，所以常使人們混淆。James McCaffrey 會說明其運作方式和有效的利用方法。
.jpg "不吐不快 - 再論師徒制")
專欄.jpg "編者小記 - 搭上 AI 潮")
專欄[編者小記]
搭上 AI 潮
一月發行的 MSDN Magazine 把重點放到了機器學習服務和人工智慧上，此外還探討了 PyTorch 低層級神經網路程式庫，以及適用於 .NET 的 ML.NET 架構等進階工具組。