寫在前面

準備近期將微軟的machinelearning-samples翻譯成中文，水平有限，如有錯漏，請大家多多指正。
如果有朋友對此感興趣，可以加入我：https://github.com/feiyun0112/machinelearning-samples.zh-cn

ML.NET 示例

ML.NET 是一個跨平臺的開源機器學習框架，使.NET開發人員使用機器學習變得很容易。在這個GitHub 儲存庫中，我們提供了示例，這些示例將幫助您開始使用ML.NET，以及如何將ML.NET加入到現有的和新的.NET應用程式中。

儲存庫中有兩種型別的示例/應用程式：

• 入門 - 針對每個機器學習任務或領域的ML.NET程式碼示例，通常作為簡單的控制檯應用程式實現。

• 終端應用程式 - 使用ML.NET進行機器學習的Web，桌面，移動和其他應用程式的實際例子

根據場景和機器學習問題/任務，官方ML.NET示例被分成多個類別，可通過下表訪問：

機器學習任務	說明	場景
二元分類	將給定集合中的元素分類為兩組，預測每個元素屬於哪個組。	情緒分析     C#     F#    垃圾郵件檢測     C#    欺詐識別    C#
多類分類	將例項分類為三個或更多個類中的一個，預測每個類屬於哪個組。	問題分類     C#     鳶尾花分類    C#    F#
迴歸	用給定的輸入變數資料預測一個數值。廣泛用於預報和預測。	價格預測     C#     F#    銷售預測     C#     需求預測     C#
建議	推薦系統通常使用基於內容和基於協同過濾的演算法。 協同過濾演算法基於使用者過去的行為/喜好/評分來預測他可能喜歡的專案/產品。	電影推薦     C#     C#     產品推薦 即將推出
聚類	以一種方式對一組物件進行分組的機器學習任務，使得同一組中的物件（稱為群集）彼此更相似，而不是與其他組中的物件相似。 這是一項探索性任務。 它不會把專案分類到特定的標籤上。	客戶細分     C#     鳶尾花聚類     C#     F#
異常檢測	任務的目標是識別稀有專案，事件或觀測資料，它們與大多數資料顯著不同，從而引起懷疑。通常是諸如銀行欺詐，結構缺陷或醫療問題等	即將推出
排名	為資訊檢索系統構建排名模型，以便根據使用者的輸入變數，如喜歡/不喜歡、語境、興趣等對專案進行排序/排名。	即將推出
深度學習	深度學習是機器學習的一個子集。深層學習架構，如深度神經網路，通常應用於諸如計算機視覺（目標檢測、影象分類、風格轉移）、語音識別、自然語言處理和音訊識別等領域。	整合TensorFlow    C#     目標檢測 即將推出     風格轉移 即將推出     整合ONNX - 即將推出

配置NuGet源: 通常，您只需要使用常規的NuGet源 https://api.nuget.org/v3/index.json ， 然而，在釋出次要版本（例如0.8、0.9等）之前的幾天內，我們將使用MyGet中可用的預覽版NuGet包（例如0.8.0-preview-27128-1），這在常規NuGet源中不可用。

如果是這種情況，請在Visual Studio中配置MyGet源：

https://dotnet.myget.org/F/dotnet-core/api/v3/index.json

其他社群示例

除了微軟提供的ML.NET示例之外，我們還列出了社群建立的示例，這些示例位於單獨的頁面中：
ML.NET 社群示例

這些社群示例不是由微軟維護，而是由其所有者維護。
如果您已經建立了任何很酷的ML.NET示例，請將其資訊新增到此REQUEST issue ，我們最終將在上面提到的頁面釋出其資訊。

瞭解更多

教程，機器學習基礎知識等詳細資訊，請參閱ML.NET指南 。

API參考

請檢視ML.NET API參考，瞭解各種可用的 API。

貢獻

我們歡迎貢獻！ 請檢視我們的貢獻指南。

社群

請加入我們的Gitter社群

這個專案採用了貢獻者盟約規定的行為準則，以表明我們社群的預期行為。有關更多資訊，請參見.NET基金會行為準則。

許可證

ML.NET 示例根據MIT許可證獲得許可。