ML.NET 是面向 .NET 开发人员的开源跨平台机器学习框架，你可以使用 C# 或 F# 创建自定义 ML 模型，而无需离开.NET 生态系统。ML.NET 使你能够在联机或脱机场景中将机器学习添加到 .NET 应用程序中。借助此功能，机器学习应用程序利用数据中的模式来进行预测，而不需要进行显式编程。
ML.NET 的核心是机器学习模型，该模型指定将输入数据转换为预测所需的步骤。借助 ML.NET，可以通过指定算法来训练自定义模型，也可以导入预训练的 TensorFlow 和 ONNX 模型。拥有模型后，可以将其添加到应用程序中进行预测。可以使用 ML.NET 进行的预测类型的示例：
文章图片
ML.NET 在使用 .NET Core 的 Windows、Linux 和 macOS 或使用 .NET Framework 的 Windows 上运行。所有平台均支持 64 位。Windows 支持 32 位，TensorFlow、LightGBM 和 ONNX 相关功能除外。
简单介绍了什么是ML.NET之后，我们为你准备了Let’s Learn .NET系列栏目之机器学习篇，帮助你更加直观地了解，以及文末也附上免费的学习素材，内容丰富，可以先收藏再学习哦！
文章图片
扫描二维码观看视频
文章图片
【当.NET遇到机器学习】欢迎关注微软中国MSDN订阅号，获取更多最新发布！
文章图片
推荐阅读
- 记一次 .NET 某药品仓储管理系统 卡死分析
- IIS发布.net连接不上数据库解决办法
- 浅谈.NET 6 中 gRPC 的最新功能
- 利用Visual Studio 2017的扩展开发(VSIX、ItemTemplate) 快速实现项目的半自动化搭建
- C#进度条实现
- .net|利用MSXML2.XMLHTTP的无刷新技术
- 配置VS2008中文版调试.netframework源代码
- .net|解决Win8.1下VS2005编辑报错的问题
- Java与C#间json时间格式互转完美解决方案
- 在VS.NET内使用“从源代码管理打开”时出现无法读取项目文件的错误