documentation ML.NET

Découvrez comment utiliser des ML.NET open source pour créer des modèles Machine Learning personnalisés et les intégrer dans des applications. Les didacticiels, les exemples de code et plus encore vous montrent comment procéder.

concepts de base de ML.NET

Vue d’ensemble

• Vue d’ensemble de ML.NET
• Qu’est-ce que l’API ML.NET ?
• Qu’est-ce que le Générateur de modèles ?

video

• Notions de base du Machine Learning

Concept

• Tâches de Machine Learning & algorithmes
• Comment choisir un algorithme

Bien démarrer

• ML.NET sur Q&A

Prise en main en 10 minutes

Démarrage rapide

• Prise en main de l’API ML.NET (code first)
• Configurer Model Builder dans Visual Studio (faible code)
• Installer l’interface CLI sur macOS, Windows ou Linux (faible code)

Tutoriels

Entrainement

• Maintenance prédictive (Générateur de modèles)

Didacticiel

• Analyser les sentiments de commentaire du site web (Générateur de modèles)
• Prédire les prix (Générateur de modèles)
• Classer les violations d’intégrité (Model Builder & SQL Server)
• Catégoriser les problèmes de support (API)
• Classifier des images avec l’API Classification d’images (API)
• Utiliser la détection d’objets pour reconnaître les signes de trafic (Générateur de modèles)
• Détecter des objets dans des images (API)
• Détecter les anomalies dans les ventes de produits (API)
• Prévoir la demande de location de vélos (API & SQL Server)
• Créer un générateur de recommandations vidéo (API)

Guides pratiques

Guide pratique

• Charger des données à partir de différentes sources
• Préparer des données pour la création d’un modèle
• Entraîner & évaluer un modèle
• Effectuer des prédictions avec un modèle entraîné
• Enregistrer & charger un modèle entraîné
• Reformer un modèle

Référence

Référence

• Informations de référence sur l’API ML.NET
• informations de référence sur l’interface CLI ML.NET
• exemples de ML.NET