Guide pratiche di Machine Learning in .NET

Nella sezione Guida pratica della guida di ML.NET sono disponibili le risposte alle domande più frequenti. In alcuni casi gli articoli sono presenti in più sezioni per facilitarne la lettura.

Caricare i dati

• Caricare dati da file e SQL database.

Preparare i dati

• Pre-elaborare i dati di training con normalizzatori da usare nell'elaborazione dati.

Eseguire il training del modello

• Eseguire il training di un modello di Machine Learning tramite convalida incrociata.

• Eseguire il training di un modello di regressione per stimare un valore usando ML.NET.

Spiegabilità del modello

• Determinare l'importanza delle funzionalità dei modelli con Permutation Feature Importance.

Esegui

• Esaminare i valori dei dati intermedi durante l'elaborazione della pipeline di ML.NET.

• Caricare un modello di Machine Learning con training.

• Eseguire stime con un modello con training.

Programmazione probabalistica (Infer.NET)

• Creare un'app elenco di corrispondenze di gioco con Infer.NET e la programmazione probabilistica.