ML.NET 1.0 发布,单击右键即可添加机器学习模型

栏目: 软件资讯 · 发布时间: 4年前

内容简介:ML.NET 1.0 终于发布了。ML.NET 是一个跨平台的机器学习框架,旨在让 .NET 开发者更快上手机器学习,它允许 .NET 开发者开发他们自己的模型,并将自定义 ML 注入到应用程序中。 ML.NET 旨在提供终端工作流,以便在...

ML.NET 1.0 终于发布了。ML.NET 是一个跨平台的机器学习框架,旨在让 .NET 开发者更快上手机器学习,它允许 .NET 开发者开发他们自己的模型,并将自定义 ML 注入到应用程序中。

ML.NET 1.0 发布,单击右键即可添加机器学习模型

ML.NET 旨在提供终端工作流,以便在机器学习的各个步骤中将 ML 用于 .NET 应用,如机器学习预处理、特征工程、建模、评估与运作。ML.NET 1.0 提供了以下关键组件:

  • 数据表述
    • 基本 ML 数据管道数据类型,如基本数据管道类型 IDataView
    • 支持从分隔文本文件或 IEnumerable 对象中读取数据
  • 支持机器学习任务:
    • 二进制分类
    • 多级分类
    • 回归
    • 排序
    • 异常检测
    • 聚类
    • 推荐(预览)
  • 数据转换与特征化
    • 文本
    • 分类
    • 特征选择
    • 规范化和缺失值处理
    • 图像特征化
    • 时序(预览)
    • 支持 ONNX 和 TensorFlow 模型集成(预览)
  • 其它
    • 模型理解和解释
    • 用户定义的自定义转换
    • Schema 操作
    • 支持数据集操作和交叉验证

此外,与 ML.NET 1.0 同时而来的还有新添加的几项预览功能,如自动机器学习 AutoML 的强大功能与 ML.NET CLI、ML.NET Model Builder 等新工具,这意味着现在只需点击右键就可以为应用添加机器学习模型。

ML.NET 1.0 发布,单击右键即可添加机器学习模型

自动机器学习

在构建自定义机器学习模型时,必须确定为场景选择哪个机器学习任务,并将数据转换为 ML 算法可以理解的形式,同时微调这些 ML 算法以提供最佳性能。这对于 ML 新手来说是比较复杂的。

ML.NET 1.0 自动机器学习通过自动确定如何转换输入数据并选择性能最佳的 ML 算法,使开发者能够轻松构建一流的自定义 ML 模型。

目前支持回归与分类 ML 任务。

Model Builder

ML.NET Model Builder 是一个简单的 UI 工具,可以简化 .NET 开发人员构建 ML 模型的过程而生,使用它只需右键单击即可将机器学习添加到应用中。此外,Model Builder 还为最佳性能模型生成模型培训和模型消费代码,允许快速将 ML 添加到现有应用中。

ML.NET 1.0 发布,单击右键即可添加机器学习模型

ML.NET CLI 

ML.NET CLI 允许使用 AutoML 和 ML.NET 生成 ML.NET 模型,它快速遍历数据集以获取特定的 ML 任务并生成最佳模型。ML.NET CLI 除了生成最佳模型外,还允许开发者为最佳性能模型生成模型培训和模型消费代码。

目前支持回归和分类任务。

下图演示 ML.NET CLI 构建情感分析数据集:

ML.NET 1.0 发布,单击右键即可添加机器学习模型

发布公告:


以上所述就是小编给大家介绍的《ML.NET 1.0 发布,单击右键即可添加机器学习模型》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

矩阵计算

矩阵计算

Gene H.Golub、Charles F.Van Loan / 袁亚湘 / 人民邮电出版社 / 2011-3-1 / 89.00元

本书是国际上数值计算方面的权威著作,有“圣经”之称。被美国加州大学、斯坦福大学、华盛顿大学、芝加哥大学、中国科学院研究生院等很多世界知名学府用作相关课程的教材或主要参考书。 本书系统地介绍了矩阵计算的基本理论和方法。书中的许多算法都有现成的软件包实现,每节后还附有习题,并有注释和大量参考文献,非常有助于自学。一起来看看 《矩阵计算》 这本书的介绍吧!

CSS 压缩/解压工具
CSS 压缩/解压工具

在线压缩/解压 CSS 代码

JSON 在线解析
JSON 在线解析

在线 JSON 格式化工具

SHA 加密
SHA 加密

SHA 加密工具