什麼是機器學習模型？

發行項
2025/02/23

機器學習模型是已定型以辨識特定模式類型的物件（儲存在本機檔案中）。您可以透過一組數據來定型模型，並提供一種演算法，可用來對這些數據進行推理和學習。

定型模型之後，您可以使用模型來對之前未看到的數據進行推理，並針對這些數據進行預測。例如，假設您想要建置應用程式，以根據使用者的臉部表情來辨識用戶的情緒。您可以藉由提供每個標記特定表情的臉部影像來定型模型，然後在可辨識任何使用者表情的應用程式中使用該模型。

Windows ML 模型流程圖形

使用 Machine Learning 的時機

良好的機器學習案例通常具有下列常見屬性：

它們牽涉到您想要自動化的重複決策或評估，且需要一致的結果。
很難或不可能明確描述決策背後的解決方案或準則。
您已標記數據，或現有的範例，您可以在其中描述情況，並將其對應至正確的結果。

Windows Machine Learning 會針對其模型使用開放式類神經網路交換（ONNX）格式。您可以下載預先定型的模型，也可以定型您自己的模型。如需詳細資訊，請參閱取得 Windows ML 的 ONNX 模型。

開始使用

您可以遵循我們的其中一個完整應用程式教學課程，或直接跳至 Windows Machine Learning 範例，開始使用 Windows Machine Learning。

注意

使用下列資源以獲得 Windows ML 的協助：

若要詢問或回答 Windows ML 的相關技術問題，請在 Stack Overflow上使用 windows-machine-learning 卷標。
若要回報錯誤，請在 GitHub 提出問題。