Машинное обучение с F#
F# преуспевает в обработке и анализе данных и машинном обучении. В этой статье приводятся ссылки на некоторые значительные ресурсы, связанные с этим режимом использования F#.
Дополнительные сведения о других вариантах, доступных для машинного обучения и обработки и анализа данных, см. в руководстве по F# Software Foundation для Обработка и анализ данных с помощью F#.
ML.NET
ML.NET — это открытый код и кроссплатформенная платформа машинного обучения, созданная для разработчиков .NET. С помощью ML.NET можно создавать пользовательские модели машинного обучения с помощью C# или F#, не выходя из экосистемы .NET. ML.NET позволяет повторно использовать все знания, навыки, код и библиотеки, которые у вас уже есть в качестве разработчика .NET, чтобы вы могли легко интегрировать машинное обучение в интернет, мобильные, настольные, классические, игры и приложения Интернета вещей.
Глубокая Обучение с TorchSharp
TorchSharp — это открытый код набор привязок для подсистемы Pytorch, доступной для глубокого обучения из F#. Примеры в F# доступны в TorchSharpExamples.
FsLab
FsLab — это пространство инкубации сообщества F# для обработки и анализа данных с помощью F#.
