Freigeben über


Was ist ein Machine Learning-Modell?

Ein Machine Learning-Modell ist ein Objekt (lokal in einer Datei gespeichert), das trainiert wurde, bestimmte Arten von Mustern zu erkennen. Sie trainieren ein Modell anhand eines Datensatzes und stellen einen Algorithmus bereit, den es verwenden kann, um über diese Daten nachzudenken und zu lernen.

Nachdem Sie das Modell trainiert haben, können Sie es verwenden, um daten zu begründen, die es noch nicht gesehen hat, und Vorhersagen zu diesen Daten treffen. Angenommen, Sie möchten eine Anwendung erstellen, die die Emotionen eines Benutzers basierend auf seinen Gesichtsausdrücken erkennen kann. Sie können ein Modell trainieren, indem Sie es mit Bildern von Gesichtern versehen, die jeweils mit einer bestimmten Emotion gekennzeichnet sind, und dann können Sie dieses Modell in einer Anwendung verwenden, die die Emotionen jedes Benutzers erkennen kann.

Windows ML-Modellflussgrafik

Wann sollten Sie maschinelles Lernen verwenden?

Gute Szenarien für maschinelles Lernen haben häufig die folgenden allgemeinen Eigenschaften:

  1. Sie umfassen eine wiederholte Entscheidung oder Auswertung, die Sie automatisieren und konsistente Ergebnisse benötigen.
  2. Es ist schwierig oder unmöglich, die Lösung oder kriterien hinter einer Entscheidung explizit zu beschreiben.
  3. Sie haben gelabelte Daten oder vorhandene Beispiele, bei denen Sie die Situation beschreiben und dem richtigen Ergebnis zuordnen können.

Windows Machine Learning verwendet das Open Neural Network Exchange (ONNX) Format für seine Modelle. Sie können ein vorab trainiertes Modell herunterladen oder Ihr eigenes Modell trainieren. Weitere Informationen finden Sie unter Abruf von ONNX-Modellen für Windows ML.

Loslegen

Sie können mit Windows Machine Learning beginnen, indem Sie einer unserer vollständigen App-Lernprogramme folgen oder direkt zu den Windows Machine Learning-Beispielenspringen.

Anmerkung

Verwenden Sie die folgenden Ressourcen für Hilfe zu Windows ML:

  • Um technische Fragen zu Windows ML zu stellen oder zu beantworten, verwenden Sie bitte das Windows-Machine-Learning--Tag auf Stack Overflow-.
  • Um einen Fehler zu melden, eröffnen Sie bitte ein Problem auf unserem GitHub .