ML-Framework:ML.NET 0.3 带来新组件
ML.NET在今年微软在Build 2018 会议上宣布的机器学习框架现已正式推出0.3版本 https://github.com/dotnet/machinelearning/releases/tag/v0.3.0 。Microsoft希望.NET开发人员能够设计自己的ML模型并将其集成到他们的应用程序中,而无需构建特定的专有技术,让AI技术平民化。ML.NET 0.3现在提供了许多用于训练机器学习模型的新组件以及以流行的ONNX格式导出模型的选项,当然还包括了许多Bug修复。
ML.NET 0.3中新增的训练模块(Learner)适用于不同的分类要求。例如,当数据库稀疏(稀疏数据)时,字段感知分解机(FFM:http://www.cnblogs.com/zhangchaoyang/articles/8157893.html)通常用于点击预测和引用领域。作为所谓的流式学习器,FFM也可以应用于数据集,而无需将它们完全加载到存储器中。 使用LightGBM,您可以训练需要二进制和多类分类或回归的模型。LightBGM是分布式机器学习工具包(DMTK)的一部分,它基于决策树算法。在ML.NET 0.3中,可以使用LightGBM的所有功能 - 除了排名评估器,预计将在更高版本中提供。具体可参考知乎文章:https://www.zhihu.com/question/51644470
ML.NET在MIT许可跨平台下作为开源提供 - 例如Windows,Linux和macOS。唯一的要求是当前64位版本的.NET Core 2.0。可以在GitHub项目页面上找到所有重要信息,包括发行说明和下载或安装说明。
欢迎大家扫描下面二维码成为我的客户,扶你上云
![](https://images.cnblogs.com/cnblogs_com/shanyou/57459/o_220125090408_%E9%82%80%E8%AF%B7%E4%BA%8C%E7%BB%B4%E7%A0%81-258px.jpeg)