ML.NET

Dotnet core基于ML.net的销售数据预测实践

ML.net已经进到了1.5版本。作为Microsoft官方的机器学习模型，你不打算用用？ 一、前言ML.net可以让我们很容易地在各种应用场景中将机器学习加入到应用程序中。这是这个框架很重要的一点。
Tiger.Wang·2020-06-17 09:00

在 Blazor WebAssembly 静态网站中部署ML.NET机器学习模型

介绍目前世面上有许多方法来部署机器学习模型。最常见的方法是通过API或serverlessfunctions将模型公开为Web服务。将模型部署为Web服务时，其中一个注意事项是延迟和性能。使用模型基于HTTP进行预测的过程包括接受用户输入、从文件中加载模型的序列化版本、使用模型进行预测以及将预测返回给用户。由于模型通常只是静态文件，因此部署模型的另一种方法是作为Web上的静态资产，就像任何其他HT
Bean.Hsiang·2020-04-19 16:00

入坑ML.Net跟我一起学，机器学习从0开始

做什么随着机器学习热度逐渐上升，为了提高自身竞争力，有必要掌握一些机器学习的知识。关于机器学习的概念，各种神经网络的介绍这里就不做具体介绍了，后期看情况是否写个关于机器学习的知识普及篇。这篇文章主要是讲如果通过微软提供的机器学习框架，通过C#语言写一个情感分析的小程序。主要功能为：预测用户输入的英文是否为负面的，准确度肯定不好，但主要是抛砖引玉。训练数据：250条维基百科评论（wikipediad
我是Mr小赵先生·2020-03-29 07:15

使用 Scikit-learn 和 ML.NET 实现朴素贝叶斯（Naive Bayes）分类器

然而，我每天在用C#工作，我的注意力被ML.NET所吸引。
Bean.Hsiang·2020-03-26 23:00

恢复已取消ML.NET训练中的模型

如果您使用ML.NETVSAdd-In来训练您的模型，您可能会发现，如果训练突然取消自身，或者您意外取消它，那么这可能会让您崩溃，真的令人沮丧。碰巧我找到了它生成的临时文件，你仍然可以在你的代码中继续使用，虽然它生成大约10个不同的模型每个算法，所以你需要尝试找到一个最好的（通常是第9或10个）那么，文件在哪里？\AppData\Local\Temp\Microsoft.ML.AutoML唷！那如
Bean.Hsiang·2020-03-24 23:00

说说 ML.NET and AutoML

发现最受欢迎的讲座之一是"ML.NET和AutoML的介绍"。ML.NET是一个代码库，可用于创建经典（非神经网络）机器学习预测模型。
Bean.Hsiang·2020-03-22 15:00

(码友推荐)2018-08-15 .NET及相关开发资讯速递

(码友推荐)2018-08-15.NET及相关开发资讯速递：1.GettingStartedwithMachineLearningDotNet(ML.NET)2..NETFrameworkChecker3
Rector·2020-02-25 21:54

.NET Core开发实战（第3课：.NET Core的现状、未来以及环境搭建）--学习笔记

Web端、云端、移动端、游戏、IOT和AI云端指的是.NETCore与云原生Kubernetes的完美融合游戏，比如最流行的王者荣耀，就是用Unity3D做的，基于.NET的C#语言和MonoAI指的是ML.NET
MingsonZheng·2020-02-16 00:00

试一下用DotNetCore来做机器学习，ML.Net框架跑起来

ML.Net简介官网：https://dotnet.microsoft.com/apps/machinelearning-ai/ml-dotnet官方介绍：TheML.NETcommandlineinterface
画星星高手·2020-02-06 07:56

在.NET Core下的机器学习--学习笔记

摘要.NETCore在机器学习的应用场景，除了ML.NET还会介绍一个非常棒的開源技術TensorFlow.NET，Keras.NET.讲师介绍本课内容人工智能介绍ML.NETICSharpCoreTensorFlow.NETKeras.NETSciSharp
MingsonZheng·2019-12-26 00:00

微服务的时间和成本去哪儿了

比如ML.NET相关的机器学习；基于.NETCore的微服务实战；传统转型.NETCore的实战；.NETCore在物联网的应用；.NETCore结合K8S的应用；.NETCore架构历史；.NETCore
张飞洪[厦门]·2019-12-20 10:00

微服务的时间和成本去哪儿了

比如ML.NET相关的机器学习；基于.NETCore的微服务实战；传统转型.NETCore的实战；.NETCore在物联网的应用；.NETCore结合K8S的应用；.NETCore架构历史；.NETCore
·2019-12-20 10:00

参加杭州 2019 AI Bootcamp有感与总结（1）

通过参加活动，对微软认知服务和ML.NET的现状与发展有了更多的认识。文章不是活动内容的堆叠，总结少点，更多的大概是感慨。
DarkAlien·2019-12-18 09:12

AI Boot Camp 分享之 ML.NET 机器学习指南

今天在中国七城联动，全球134场的AIBootCamp胜利落幕，广州由卢建晖老师组织，我参与分享了一个主题《ML.NET机器学习指南和AzureKinect.NETSDK概要》，活动虽然只有短短的2天时间的宣传
张善友·2019-12-14 22:00

AI Boot Camp 分享之 ML.NET 机器学习指南

今天在中国七城联动，全球134场的AIBootCamp胜利落幕，广州由卢建晖老师组织，我参与分享了一个主题《ML.NET机器学习指南和AzureKinect.NETSDK概要》，活动虽然只有短短的2天时间的宣传
自由、创新、研究、探索·2019-12-14 22:00

F#周报2019年第47期

新闻相遇WebWindow，.NETCore上的跨平台webview类库使用Bolero在WebAssembly中运行F#用于你团队代码库的AI辅助IntelliSenseJupyterNotebook里的ML.NET
Ken.W·2019-11-24 22:00

使用ML.NET进行自定义机器学习

ML.NET是Microsoft最近发布的用于机器学习的开源，跨平台，代码优先的框架。
Bean.Hsiang·2019-11-14 23:00

ML.NET Model Builder 更新

ML.NET是面向.NET开发人员的跨平台机器学习框架，而ModelBuilder是VisualStudio中的UI工具，它使用自动机器学习（AutoML）轻松地允许您训练和使用自定义ML.NET模型。
Bean.Hsiang·2019-11-14 22:00

F#周报2019年第45期

新闻邀请博客主们：2019年的F#Advent日历宣告ML.NET1.4.NETCore与Jupyter笔记本在Jupyter笔记本中使用ML.NET用于Windows桌面的.NETCore3宣告.NETCore3.1
Ken.W·2019-11-10 23:00

微软发布Visual Studio Online公共预览版和ML.NET 1.4

在今天的Ignite2019上，Microsoft启动了VisualStudioOnline公共预览版。VisualStudioOnline将VisualStudio，云托管的开发人员环境和基于Web的编辑器网格化。人工智能，大数据和云计算正在将开发转移到“标准版本开发笔记本电脑”之外，而VisualStudioOnline显然反映了这一趋势。微软今天还发布了VisualStudio2019版本1
Bean.Hsiang·2019-11-06 14:00

基于Spark.NET和ML.NET Automated ML (自动学习)进行餐厅等级的检查预测

简介ApacheSpark是一个开源、分布式、通用的分析引擎。多年来，它一直是大数据生态系统中对大型数据集进行批量和实时处理的主要工具。尽管对该平台的本地支持仅限于JVM语言集，但其他通常用于数据处理和分析的语言(如Python和R)已经加入了Spark的互操作层，以利用其功能。在2019年的Build大会上，微软发布了Spark.NET。Spark.NET提供了为Spark互操作层编写的绑定，允
Bean.Hsiang·2019-10-28 13:00

提升ML.NET模型的准确性

ML.NET是一个面向.NET开发人员的开源、跨平台的机器学习框架。使用ML.NET，您可以轻松地为诸如情绪分析、价格预测、销售分析、推荐、图像分类等场景构建自定义机器学习模型。
Bean.Hsiang·2019-10-23 12:00

F#周报2019年第39期

新闻宣告F#4.7宣告.NETCore3.0.NETCore3.0中ASP.NETCore与Blazor的更新.NETConf2019里提到的ML.NET与模型构建器参与.NET基金会的成熟度模型试点设置
Ken.W·2019-09-29 22:00

.NET机器学习 ML.NET 1.4预览版和模型生成器更新

ML.NET是面向.NET开发人员的开源和跨平台机器学习框架。
张善友·2019-09-10 22:00

F#周报2019年第31期

新闻现在开始接受FSSF的第七次师友计划申请Xamarin播客：XAML热重载TorchSharp：将PyTorch引擎带入.NET视频及幻灯片F#中的异步编程2/3——实现异步工作流ML.NET中的异常检测转换博客使用
Ken.W·2019-08-04 23:00

ML.NET技术研究系列-2聚类算法KMeans

上一篇博文我们介绍了ML.NET的入门：ML.NET技术研究系列1-入门篇本文我们继续，研究分享一下聚类算法k-means.一、k-means算法简介k-means算法是一种聚类算法，所谓聚类，即根据相似性原则
Eric zhou·2019-07-14 09:00

ML.NET技术研究系列1-入门篇

ML.NET技术研究系列1-入门篇近期团队在研究机器学习，希望通过机器学习实现补丁发布评估，系统异常检测。
DEDSAA·2019-06-23 12:16

ML.NET技术研究系列-1入门篇

作为.Net的忠实用户，最近火热的ML.NET务必要尝试、应用一把。今天这篇文章作为一个入门，分享给
Eric zhou·2019-06-23 10:00

机器学习框架ML.NET学习笔记【9】自动学习

一、概述本篇我们首先通过回归算法实现一个葡萄酒品质预测的程序，然后通过AutoML的方法再重新实现，通过对比两种实现方式来学习AutoML的应用。首先数据集来自于竞赛网站kaggle.com的UCIWineQualityDataset数据集，访问地址：https://www.kaggle.com/c/uci-wine-quality-dataset/data该数据集，输入为一些葡萄酒的化学检测数据
seabluescn·2019-06-10 10:00

F#周报2019年第23期

Xamarin.Forms的F#与FabulousML.NET端到端之二:构建WebAPI使用F#的全栈Web开发博客家用IoT序言方案设计数据在F#中仅使用函数式编程pidigits基准比较与F#使用ML.NET
Ken.W·2019-06-09 23:00

机器学习框架ML.NET学习笔记【8】目标检测（采用YOLO2模型）

一、概述本篇文章介绍通过YOLO模型进行目标识别的应用，原始代码来源于：https://github.com/dotnet/machinelearning-samples实现的功能是输入一张图片，对图片中的目标进行识别，输出结果在图片中通过红色框线标记出来。如下：YOLO简介YOLO（YouOnlyLookOnce）是一种最先进的实时目标检测系统。官方网站：https://pjreddie.com
seabluescn·2019-06-04 09:00

机器学习框架ML.NET学习笔记【7】人物图片颜值判断

一、概述这次要解决的问题是输入一张照片，输出人物的颜值数据。学习样本来源于华南理工大学发布的SCUT-FBP5500数据集，数据集包括5500人，每人按颜值魅力打分，分值在1到5分之间。其中包括男性、女性、中国人、外国人四个分类。SCUT-FBP5500_full.csv文件标记了每个图片人物的颜值打分数据。（我把分值一项乘以了20，变成了满分100分，不影响计算结果）整个程序处理流程和前一篇图片
seabluescn·2019-05-31 14:00

机器学习框架ML.NET学习笔记【6】TensorFlow图片分类

一、概述通过之前两篇文章的学习，我们应该已经了解了多元分类的工作原理，图片的分类其流程和之前完全一致，其中最核心的问题就是特征的提取，只要完成特征提取，分类算法就很好处理了，具体流程如下：之前介绍过，图片的特征是不能采用像素的灰度值的，这部分原理的台阶有点高，还好可以直接使用通过TensorFlow训练过的特征提取模型（美其名曰迁移学习）。模型文件为：tensorflow_inception_gr
seabluescn·2019-05-31 08:00

机器学习框架ML.NET学习笔记【5】多元分类之手写数字识别（续）

一、概述上一篇文章我们利用ML.NET的多元分类算法实现了一个手写数字识别的例子，这个例子存在一个问题，就是输入的数据是预处理过的，很不直观，这次我们要直接通过图片来进行学习和判断。
seabluescn·2019-05-30 14:00

机器学习框架ML.NET学习笔记【4】多元分类之手写数字识别

一、问题与解决方案通过多元分类算法进行手写数字识别，手写数字的图片分辨率为8*8的灰度图片、已经预先进行过处理，读取了各像素点的灰度值，并进行了标记。其中第0列是序号（不参与运算）、1-64列是像素值、65列是结果。我们以64位像素值为特征进行多元分类，算法采用SDCA最大熵分类算法。二、源码先贴出全部代码：namespaceMulticlassClassification_Mnist{class
seabluescn·2019-05-30 14:00

机器学习框架ML.NET学习笔记【3】文本特征分析

一、要解决的问题问题：常常一些单位或组织召开会议时需要录入会议记录，我们需要通过机器学习对用户输入的文本内容进行自动评判，合格或不合格。（同样的问题还类似垃圾短信检测、工作日志质量分析等。）处理思路：我们人工对现有会议记录进行评判，标记合格或不合格，通过对这些记录的学习形成模型，学习算法仍采用二元分类的快速决策树算法，和上一篇文章不同，这次输入的特征值不再是浮点数，而是中文文本。这里就要涉及到文本
seabluescn·2019-05-30 08:00

机器学习框架ML.NET学习笔记【2】入门之二元分类

一、准备样本接上一篇文章提到的问题：根据一个人的身高、体重来判断一个人的身材是否很好。但我手上没有样本数据，只能伪造一批数据了，伪造的数据比较标准，用来学习还是蛮合适的。下面是我用来伪造数据的代码：stringFilename="./figure_full.csv";StreamWritersw=newStreamWriter(Filename,false);sw.WriteLine("Heigh
seabluescn·2019-05-29 21:00

机器学习框架ML.NET学习笔记【1】基本概念与系列文章目录

一、序言微软的机器学习框架于2018年5月出了0.1版本，2019年5月发布1.0版本。期间各版本之间差异（包括命名空间、方法等）还是比较大的，随着1.0版发布，应该是趋于稳定了。之前在园子里也看到不少相关介绍的文章，对我的学习提供了不少帮助。由于目前资料不是很丰富，所以学习过程中也走了不少弯路，本系列的文章主要记录我学习过程中的一些心得体会，并对一些细节会做详细的解释，希望能为机器学习零基础的同
seabluescn·2019-05-29 14:00

ML.NET 示例：目录

ML.NET示例中文版：https://github.com/feiyun0112/machinelearning-samples.zh-cn英文原版请访问：https://github.com/dotnet
feiyun0112·2019-05-28 22:00

使用ML.NET实现情感分析[新手篇]

爬虫数据采集接单，大小不限，欢迎各位科研教师，学生，企业相关人员咨询，QQ：739848314在发出《.NETCore玩转机器学习》和《使用ML.NET预测纽约出租车费》两文后，相信读者朋友们即使在不明就里的情况下
陈旭吧·2019-05-26 00:58

.NET开发人员关于ML.NET的入门学习

ML.NET一直在微软的研究部门的工作。
张善友·2019-05-20 12:55

.NET开发人员如何开始使用ML.NET

随着谷歌，Facebook发布他们的工具机器学习工具Tensorflow2和PyTorch，微软的CNTK2.7之后不再继续更新（https://docs.microsoft.com/zh-cn/cognitive-toolkit/releasenotes/cntk_2_7_release_notes），Build2019微软也发布了ML.NET1.0,这是一个面向机器学习开发者的新框架。可以说2
张善友·2019-05-19 21:00

.NET开发人员如何开始使用ML.NET

.NET开发人员如何开始使用ML.NET随着谷歌，Facebook发布他们的工具机器学习工具Tensorflow2和PyTorch，微软的CNTK2.7之后不再继续更新（https://docs.microsoft.com
自由、创新、研究、探索·2019-05-19 21:00

ML.NET机器学习、API容器化与Azure DevOps实践（四）：持续集成与k8s持续部署

通过上文所介绍的内容，我们已经完成了RESTfulAPI的开发，现在，就可以使用AzureDevOps来进行持续集成（CI）和k8s持续部署（CD）了。本文我会对使用AzureDevOps进行CI/CD的过程中需要注意的地方进行详细介绍，而对于AzureDevOps配置的详细步骤，我不会做太多注解，大家可以参考我前面写的《ASP.NETCore应用程序容器化、持续集成与Kubernetes集群部署
dax.net·2019-05-15 21:00

关于ML.NET v1.0 的发布说明

ML.NET是一个免费的、跨平台的开源机器学习框架，旨在将机器学习（ML）的强大功能引入.NET应用程序。
Bean.Hsiang·2019-05-13 13:00

微软发布ML.NET 1.0

ML.NET是一个免费的，跨平台的开源机器学习框架，旨在将机器学习（ML）的强大功能引入.NET应用程序。
张善友·2019-05-07 07:00

ML.NET机器学习、API容器化与Azure DevOps实践（三）：RESTful API

将模型文件保存到AzureBlobStorage中我们已经得到了经过ML.NET训练
dax.net·2019-05-06 21:00

ML.NET机器学习、API容器化与Azure DevOps实践（二）：案例

在上文中，我简单地介绍了机器学习以及ML.NET的相关知识，从本讲开始，我会基于一个简单的案例：学生成绩预测，来介绍使用ML.NET进行机器学习以及API部署的基本过程。
dax.net·2019-05-05 20:00

ML.NET机器学习、API容器化与Azure DevOps实践（一）：简介

打算使用几篇文章介绍一下.NET下的机器学习框架ML.NET的具体应用，包括一些常用的业务场景、算法的选择、模型的训练以及RESTfulAPI的创建、机器学习服务容器化，以及基于AzureDevOps的容器化部署等等相关的内容
dax.net·2019-04-06 20:00

关于ML.NET v1.0 RC的发布说明

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）。
Bean.Hsiang·2019-04-06 17:00
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他