O que é um modelo de aprendizagem automática?
Um modelo de aprendizado de máquina é um objeto (armazenado localmente em um arquivo) que foi treinado para reconhecer certos tipos de padrões. Você treina um modelo sobre um conjunto de dados, fornecendo-lhe um algoritmo que ele pode usar para raciocinar e aprender com esses dados.
Depois de treinar o modelo, você pode usá-lo para raciocinar sobre dados que ele não viu antes e fazer previsões sobre esses dados. Por exemplo, digamos que você queira criar um aplicativo que possa reconhecer as emoções de um usuário com base em suas expressões faciais. Você pode treinar um modelo fornecendo-lhe imagens de rostos que são marcados com uma determinada emoção e, em seguida, você pode usar esse modelo em um aplicativo que pode reconhecer a emoção de qualquer usuário.
gráfico de fluxo de modelo do Windows ML
Quando usar o Machine Learning
Bons cenários de aprendizado de máquina geralmente têm as seguintes propriedades comuns:
- Eles envolvem uma decisão ou avaliação repetida que você deseja automatizar e precisa de resultados consistentes.
- É difícil ou impossível descrever explicitamente a solução ou os critérios subjacentes a uma decisão.
- Você tem dados rotulados ou exemplos existentes em que pode descrever a situação e mapeá-la para o resultado correto.
Windows Machine Learning usa o formato Open Neural Network Exchange (ONNX) para os seus modelos. Você pode baixar um modelo pré-treinado ou treinar seu próprio modelo. Consulte sobre como obter modelos ONNX para Windows ML para obter mais informações.
Começar
Você pode começar a usar o Windows Machine Learning seguindo um dos nossos tutoriais de aplicações completas ou aceder diretamente aos exemplos de Aprendizagem Automática do Windows.
Observação
Use os seguintes recursos para obter ajuda com o Windows ML:
- Para fazer ou responder a perguntas técnicas sobre o Windows ML, use a tag windows-machine-learning em Stack Overflow.
- Para relatar um bug, registre um problema em nosso GitHub.