ML.NET 教學課程ML.NET tutorials

您可利用下列教學課程,了解如何使用 ML.NET 建置量身打造的機器學習服務解決方案,以及與您的.NET 應用程式相整合: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:

  • 情感分析:示範如何使用 ML.NET 套用二元分類工作。Sentiment analysis: demonstrates how to apply a binary classification task using ML.NET.
  • GitHub 問題分類:示範如何使用 ML.NET 套用多元分類工作。GitHub issue classification: demonstrates how to apply a multiclass classification task using ML.NET.
  • 價格預測工具:示範如何使用 ML.NET 套用迴歸工作。Price predictor: demonstrates how to apply a regression task using ML.NET.
  • Iris 叢集:示範如何使用 ML.NET 套用叢集工作。Iris clustering: demonstrates how to apply a clustering task using ML.NET.
  • 建議:根據先前使用者的評分產生電影建議Recommendation: generate movie recommendations based on previous user ratings
  • 影像分類:示範如何將現有的 TensorFlow 模型定型以使用 ML.NET 建立自訂影像分類工具。Image classification: demonstrates how to retrain an existing TensorFlow model to create a custom image classifier using ML.NET.
  • 異常偵測:示範如何為產品銷售資料分析建置異常偵測應用程式。Anomaly detection: demonstrates how to build an anomaly detection application for product sales data analysis.
  • 偵測影像中的物件:示範如何使用預先定型的 ONNX 模型來偵測影像中的物件。Detect objects in images: demonstrates how to detect objects in images using a pre-trained ONNX model.
  • 分類電影評論的情感:瞭解如何載入預先定型的 TensorFlow 模型,以分類電影評論的情感。Classify sentiment of movie reviews: learn to load a pre-trained TensorFlow model to classify the sentiment of movie reviews.

後續步驟Next Steps

如需更多使用 ML.NET 的範例,請查看 dotnet/machinelearning-samples GitHub 存放庫 (英文)。For more examples that use ML.NET, check out the dotnet/machinelearning-samples GitHub repository.