ML-Framework：ML.NET 0.3 帶來新元件
阿新 • • 發佈：2018-12-27
ML.NET在今年微軟在Build 2018 會議上宣佈的機器學習框架現已正式推出0.3版本 https://github.com/dotnet/machinelearning/releases/tag/v0.3.0 。Microsoft希望.NET開發人員能夠設計自己的ML模型並將其整合到他們的應用程式中，而無需構建特定的專有技術，讓AI技術平民化。ML.NET 0.3現在提供了許多用於訓練機器學習模型的新元件以及以流行的ONNX格式匯出模型的選項，當然還包括了許多Bug修復。
ML.NET 0.3中新增的訓練模組（Learner）適用於不同的分類要求。例如，當資料庫稀疏（稀疏資料）時，欄位感知分解機（FFM： http://www.cnblogs.com/zhangchaoyang/articles/8157893.html）通常用於點選預測和引用領域。作為所謂的流式學習器，FFM也可以應用於資料集，而無需將它們完全載入到儲存器中。 使用LightGBM，您可以訓練需要二進位制和多類分類或迴歸的模型。LightBGM是分散式機器學習工具包（DMTK）的一部分，它基於決策樹演算法。在ML.NET 0.3中，可以使用LightGBM的所有功能 - 除了排名評估器，預計將在更高版本中提供。具體可參考知乎文章：https://www.zhihu.com/question/51644470
ML.NET在MIT許可跨平臺下作為開源提供 - 例如Windows，Linux和macOS。唯一的要求是當前64位版本的.NET Core 2.0。可以在 GitHub專案頁面上找到所有重要資訊，包括髮行說明和下載或安裝說明。