ML.NET

Následující kurzy vám umožní pochopit, jak pomocí rozhraní ML.NET vytvářet vlastní řešení strojového učení a integrovat je do vašich aplikací .NET:

• Analýza mínění: Ukazuje, jak použít úlohu binární klasifikace pomocí ML.NET.
• GitHub klasifikace problémů: Ukazuje, jak použít úlohu klasifikace s více třídami pomocí ML.NET.
• Prediktor cen: ukazuje, jak použít regresní úlohu pomocí ML.NET.
• Clustering Iris: Ukazuje, jak použít úlohu clusteringu pomocí ML.NET.
• Doporučení: Generování doporučení filmů na základě předchozích hodnocení uživatelů
• Klasifikace obrázků: Ukazuje, jak přetrénovat existující model TensorFlow a vytvořit vlastní klasifikátor obrázků pomocí ML.NET.
• Detekce anomálií: Ukazuje, jak vytvořit aplikaci pro detekci anomálií pro analýzu dat o prodeji produktů.
• Rozpoznávání objektů na obrázcích: Ukazuje, jak detekovat objekty v obrázcích pomocí předem natrénovaný model ONNX.
• Klasifikovat mínění recenzí filmů: Naučte se načíst předem natrénovaný model TensorFlow ke klasifikaci mínění o recenzích filmů.

Další kroky

Další příklady, které používají ML.NET, najdete v úložišti dotnet/machinelearning-samples GitHub.