На Build 2018 Microsoft оголосила про попередній перегляд ML.NET, крос-платформної, платформи машинного навчання з відкритим кодом. Завданням компанії є.NET розробники, які отримають шанс розробити власні власні моделі та вбудувати власні ML в свої додатки, не потребуючи досвіду розробки чи налаштування моделей машинного навчання.

ML.NET дозволяє виконувати завдання ML

NET спочатку був розроблений Microsoft Research і перетворився на масштабні рамки протягом останніх десяти років. Зараз він використовується в багатьох групах продуктів в Microsoft, включаючи Azure, Bing, Windows та багато іншого.

Як показано у випуску попереднього перегляду, ML.NET дозволяє виконувати такі завдання ML, як класифікація (аналіз настроїв та категоризація тексту) та регресія (прогнозування цін та прогнозування).

Алгоритм класифікації настроїв Microsoft ML.NET

Окрім цих можливостей ML, перший випуск ML.NET також пакує перший проект.NET API для навчальних моделей, використовуючи моделі для прогнозування та основні компоненти структури, включаючи перетворення, алгоритми та основні структури даних ML.

ML.NET також може бути розширений, щоб додати популярні бібліотеки ML, такі як TensorFlow, Accord.NET і CNTK. Microsoft в своєму офіційному повідомленні заявила, що компанія " зобов'язана донести повний досвід внутрішніх можливостей ML.NET до ML.NET у відкритому коді. Підсумовуючи все, ML.NET - це наше зобов'язання зробити ML чудовим у.NET ».

ML.NET надасть більше сценаріїв з часом

ML.NET дозволить у майбутньому інші ситуації, такі як виявлення аномалій, рекомендаційні системи та такі підходи, як глибоке навчання, використовуючи популярні бібліотеки глибокого навчання, такі як TensorFlow, Caffe2 та CNTK, а також загальні бібліотеки машинного навчання, такі як Accord.NET.

ML.NET також підтримає та покращить досвід, який надає Azure Machine Learning and Cognitive Services, дозволяючи кодовий підхід, підтримуючи розгортання додатків та можливість побудови персональних моделей.

Приєднуйтесь до Microsoft на GitHub, щоб підтримати формування майбутнього ML в.NET.