ML.NET チュートリアル

次のチュートリアルは、ML.NET を使用してカスタム機械学習ソリューションを構築し、それらを .NET アプリケーションに統合する方法を理解するのに役立ちます。

• 感情分析: ML.NET を使用して、二項分類 タスクを適用します。
• GitHub の問題分類: ML.NET を使用して、多クラス分類 タスクを適用します。
• Price 予測器の: ML.NET を使用して、回帰 タスクを適用します。
• Iris クラスタリング: ML.NET を使用して、クラスタリング タスクを適用します。
• レコメンデーション: 以前のユーザー評価に基づいて映画 のレコメンデーション を生成する
• 画像分類: 既存の TensorFlow モデルを再トレーニングし、ML.NET を使用してカスタム画像分類子を作成します。
• 異常検出: 製品販売データ分析用の異常検出アプリケーションを構築します。
• 画像内のオブジェクトを検出する: 事前トレーニング済みの ONNX モデルを使用して、画像内のオブジェクトを検出します。
• Custom Vision ONNX モデルから画像を分類: Microsoft Custom Vision サービスでトレーニングされた ONNX モデルを使用して、画像内のオブジェクトを検出します。
• 映画レビューのセンチメントを分類: 事前トレーニング済みの TensorFlow モデルを読み込み、映画レビューのセンチメントを分類します。

次の手順

ML.NET を使用するその他の例については、gitHub リポジトリ dotnet/machinelearning-samples を参照してください。