.NET 기계 학습 방법 가이드

ML.NET 가이드의 방법 섹션에서 일반적인 질문에 대한 빠른 답변을 찾을 수 있습니다. 경우에 따라 문서를 쉽게 찾을 수 있도록 여러 섹션에 나타날 수 있습니다.

데이터 로드

• 파일 및 SQL 데이터베이스에서 데이터를 로드합니다.

데이터 준비

• 데이터 처리에 사용할 학습 데이터를 노멀라이저로 전처리합니다.

모델 학습

• 교차 유효성 검사를 사용하여 기계 학습 모델을 학습합니다.

• ML.NET을 사용해서 회귀 모델을 학습하여 값을 예측합니다.

모델 설명 가능성

• 순열 기능 중요도를 사용하여 모델의 기능 중요도를 판별합니다.

Run

• ML.NET 파이프라인을 처리하는 동안 중간 데이터 값을 검사합니다.

• 학습된 기계 학습 모델을 로드합니다.

• 학습된 모델로 예측합니다.

확률(Infer.NET)

• Infer.NET 및 확률적 프로그래밍을 사용하여 게임 대전 목록 앱을 만듭니다.