Málokdo si pod pojmem produkční použití umělé inteligence představí právě .NET, spíše se mu vybaví Python, Java nebo C++. ML.NET však mění pravidla hry a přináší do .NETu nativní podporu strojového učení. ML.NET je již od počátku psaný pro .NET Core, což přispívá k možnostem jeho produkčního využití.
ML.NET nabízí možnosti pro vícetřídní klasifikaci, regresi, sentiment analýzu, predikci stavu, detekování anomálií, detekci objektů, segmentaci pomocí shlukové analýzy, klasifikaci obrazů pomocí modelů hlubokého učení a více.
V rámci této přednášky bych vám rád ukázal základní práci s ML.NET knihovnou, projdeme si práci s daty, výběr trenéra a trénování, ukážeme si metriky naučeného modelu a budeme predikovat neznámá data.
Přednáška bude skrz naskrz praktická, teorii k machine learningu čekejte jen okrajově. Můžete se však těšit na spoustu dem!