我们很高兴宣布
Model Builder的更新和
ML.NET的改进。 您可以在“
ML.NET的新增
功能 ?”中了解更多信息。
.NET Conf上的会议 。
ML.NET是面向.NET开发人员的开源和跨平台机器学习框架(Windows,Linux,macOS)。
ML.NET提供了
Model Builder (一个简单的UI工具)和
CLI,从而使使用AutoML构建自定义ML模型变得非常容易。
使用
ML.NET ,开发人员可以通过为常见场景(如情感分析,推荐,图像分类等)创建自定义机器学习模型,从而利用其现有的工具和技能集将自定义AI注入并注入到其应用程序中。

本文
在我们的博客中 。
以下是主要亮点:
模型制作器更新
此版本的Model Builder增加了对新方案的支持,并解决了许多客户报告的问题。

功能工程:在早期版本的Model Builder中,从文件或SQL Server中选择数据集后,您只能选择要预测的列(标签)。 数据集中的任何其他列都会自动用于进行预测(功能)。 不想包含的任何列,都必须在“模型构建器”之外操作数据集,然后上传修改后的数据集。

简化模型使用!将模型的“复制到输出”属性设置为“如果较新则复制”,然后将Microsoft.ML NuGet包添加到您的应用中。
这已经全部简化和自动化了,所以现在您要做的就是复制并粘贴“模型开发器”中“下一步”中的代码,然后您就可以运行您的应用并开始进行预测了!
解决客户反馈:此版本还解决了许多客户报告的有关安装错误,可用性反馈和稳定性改进等问题。
在这里了解更多。
ML.NET更新
这是最近几个月添加到ML.NET的功能和增强功能的简短摘要。

文档更新
我们一直在努力为教程,操作指南以及模型构建器,CLI和ML.NET Framework提供更多文档。 我们还简化了
ML.NET文档的目录,以便您可以轻松地找到内容。

ML.NET的新学习系列
为了帮助用户开始使用机器学习和ML.NET的基础知识,我们创建了一组学习视频。 请在
这里看系列。

大量样本可供学习
我们为机器学习的各种用例添加了许多场景。 您可以根据自己的情况学习和定制这些样本。 请在
ML.NET Samples GitHub repo上找到更多示例。

立即尝试ML.NET和Model Builder!
我们很高兴为您发布这些更新,并期待看到您将使用ML.NET构建的内容。 如果您有任何问题或反馈,可以在这里向他们询问
ML.NET和
Model Builder 。
感谢并使用
ML.NET进行编码!
ML.NET团队。