11 KiB

Исходник Постоянная ссылка Ответственный История

Machine Learning for .NET

ML.NET은 Power BI, Windows Defender 및 Azure를 비롯한 여러 Microsoft 제품에서 동일한 코드를 이용해 .NET 개발자가 기계 학습에 접근할 수 있도록 하는 크로스 플랫폼 오픈 소스 기계 학습 프레임워크입니다.

ML.NET을 이용해 .NET 개발자는 기계 학습 모델 개발 또는 튜닝에 대한 전문적인 사전 지식 없이도 .NET을 이용해 모델을 개발/훈련하고 맞춤형 기계 학습 모델을 프로그램에 적용시킬 수 있습니다. 파일 및 데이터베이스에서 데이터를 불러오는 것과 데이터의 변환을 지원하며, 다양한 ML 알고리즘을 포함하고 있습니다.

ML.NET은 분류(예: 텍스트 분류, 감정 분석), 회귀(예: 가격 예측)와 같은 기계 학습(ML) 작업과 이상 탐지, 시계열 예측, 클러스터링, 랭킹 등과 같은 많은 다양한 ML 작업을 지원합니다.

ML.NET을 이용해 기계 학습 시작하기

기계 학습을 처음 접하는 경우 ML.NET을 대상으로 하는 이 리소스 모음에서 기본 사항들을 학습하십시오.

ML.NET 배우기

ML.NET 설명서, 자습서 및 참조

문서 및 자습서를 확인하십시오.

API 레퍼런스 문서를 확인하십시오.

샘플 앱

ML.NET 샘플 앱을 포함한 GitHub 리포지토리에서 감성 분석, 부정 행위 탐지, 제품 추천, 가격 예측, 이상 탐지, 이미지 분류, 개체 탐지 등과 같은 다양한 시나리오를 제공합니다.

Microsoft에서 제공하는 ML.NET 샘플 외에도 별도의 페이지 ML.NET 커뮤티니 샘플에 소개 된 커뮤니티에서 만든 샘플들이 있습니다.

ML.NET YouTube 비디오 플레이리스트

YouTube의 ML.NET 비디오 플레이리스트에는 몇 가지 짧은 동영상이 있습니다. 각 비디오는 ML.NET의 특정 주제에 중점을 두고있습니다.

ML.NET에서 지원하는 운영 체제 및 프로세서 아키텍처

ML.NET은 .NET Core를 사용하여 Windows, Linux 및 macOS에서 실행되거나, .NET Framework를 사용하여 Windows에서 실행될 수 있습니다.

64비트는 모든 플랫폼에서 지원됩니다. 32비트는 Windows에서 지원되며,TensorFlow 및 LightGBM 관련 기능들은 지원되지 않습니다.

ML.NET NuGet 패키지 상태

릴리즈 노트

새로운 기능을 확인하려면 릴리즈 노트를 확인하십시오.

ML.NET 패키지 사용하기

먼저 .NET Core 2.1 이상을 설치했는지 확인합니다. ML.NET은 .NET Framework 4.6.1 이상에서도 작동하지만 4.7.2 이상이 권장됩니다.

앱이 있는 경우, 다음을 사용하여 .NET Core CLI에서 ML.NET NuGet 패키지를 설치할 수 있습니다.

dotnet add package Microsoft.ML

또는 NuGet 패키지 매니저에서 설치할 수도 있습니다.

Install-Package Microsoft.ML

대안으로, Visual Studio의 NuGet 패키지 관리자 내에서 또는 Paket을 통해 Microsoft.ML 패키지를 추가할 수 있습니다.

프로젝트의 일일 NuGet 빌드는 Azure DevOps 피드에서도 사용할 수 있습니다.

https://pkgs.dev.azure.com/dnceng/public/_packaging/MachineLearning/nuget/v3/index.json

ML.NET 빌드하기 (ML.NET 오픈소스 코드를 빌드하려 하는 기여자들을 위해)

소스에서 ML.NET을 빌드하려면 개발자 가이드를 방문하십시오.

	Debug	Release
CentOS
Ubuntu
macOS
Windows x64
Windows FullFramework
Windows x86
Windows NetCore3.1

릴리즈 프로세스 및 버전 관리

다양한 종류의 ML.NET 릴리즈를 확인하려면 릴리즈 프로세스 문서를 확인하십시오.

기여하기

우리는 기여를 환영합니다! 기여 가이드를 확인하십시오.

커뮤니티

Glitter의 커뮤니티에 가입하세요

이 프로젝트는 커뮤니티에서 예상되는 행동을 명확히 하기 위해 기여자 규약에 정의된 행동 강령을 채택했습니다. 자세한 내용은 .NET 재단 행동 강령을 참조하십시오.

예제

다음은 텍스트 샘플에서 감정을 예측하도록 모델을 학습시키는 스니펫 코드입니다. 샘플 리포지토리에서 전체 샘플을 확인할 수 있습니다.

var dataPath = "sentiment.csv";
var mlContext = new MLContext();
var loader = mlContext.Data.CreateTextLoader(new[]
    {
        new TextLoader.Column("SentimentText", DataKind.String, 1),
        new TextLoader.Column("Label", DataKind.Boolean, 0),
    },
    hasHeader: true,
    separatorChar: ',');
var data = loader.Load(dataPath);
var learningPipeline = mlContext.Transforms.Text.FeaturizeText("Features", "SentimentText")
        .Append(mlContext.BinaryClassification.Trainers.FastTree());
var model = learningPipeline.Fit(data);

이제 모델에서 추론(예측)을 할 수 있습니다.

var predictionEngine = mlContext.Model.CreatePredictionEngine<SentimentData, SentimentPrediction>(model);
var prediction = predictionEngine.Predict(new SentimentData
{
    SentimentText = "Today is a great day!"
});
Console.WriteLine("prediction: " + prediction.Prediction);

다양한 기존 시나리오와 새로운 시나리오에서 이러한 API를 사용하는 방법을 보여주는 가이드는 여기에서 찾을 수 있습니다.

라이선스

ML.NET은 MIT 허가서에 따라 라이선스가 부여되며 상업적으로 무료로 사용할 수 있습니다.

.NET 재단

ML.NET은.NET 재단 프로젝트입니다.

GitHub에서 많은 .NET 관련 프로젝트를 확인할 수 있습니다.

.NET 홈 리포지토리 - Microsoft 및 커뮤니티에서 제공하는 수백 개의 .NET 프로젝트에 대한 링크

11 KiB Исходник Постоянная ссылка Ответственный История