| 微軟 | ML.NET | 機器學習 | Azure

ML.NET現可訓練自定義物體偵測模型

開發者現在可以利用Visual Studio連結Azure機器學習服務,訓練自定義的物體偵測模型

2020-09-29

| 微軟 | Visual Studio | ML.NET

Visual Studio現整合ML.NET模型建置器

過去開發者要使用ML.NET模型建置器,必須安裝擴充套件,但現在這項工具直接整合在Visual Studio最新版本中

2020-05-22

| 微軟 | ML.NET | 機器學習

微軟更新ML.NET模型建置器現可利用Azure訓練圖片分類器

由於受限於本機運算資源,圖像分類模型訓練有許多限制,而現在ML.NET模型建置器可以方便地以Azure雲端資源訓練模型

2020-03-05

| 微軟 | ML.NET | 機器學習 | 開發 | .NET

微軟終於釋出ML.NET 1.0,能自動為輸入的資料決定ML演算法

透過輸入的資料,ML.NET 1.0可以為開發者選擇使用分類或回歸演算法,降低應用程式應用機器學習的障礙

2019-05-09

| 微軟 | ML.NET | TensorFlow | 機器學習 | 開發 | ONNX

微軟發布ML.NET 0.11強化支援第三方框架與格式

新版ML.NET不只能將TensorFlow模型用於圖像分類,還能進行文字分析,可用來開發情感分析應用

2019-03-12

| 微軟 | ML.NET | 機器學習 | 開發

微軟分離ML.NET表格資料元件IDataView,使其成為.NET生態系資料交換格式

在ML.NET 0.10中,微軟將IDataView元件分離成單個程序集以及NuGet套件,不同的函式庫將能參照使用IDataView。

2019-02-13

| 微軟 | ML.NET | 機器學習

微軟釋出機器學習函式庫ML.NET 0.9,計算特徵貢獻以強化模型可解釋性

ML.NET 0.9加入的特徵貢獻計算(FCC)功能,將與之前版本加入的置換特徵重要性(PFI)功能相輔相乘,增加模型的可解釋性。

2019-01-14

| 微軟 | 機器學習 | ML.NET

微軟釋出機器學習框架ML.NET 0.8,以PFI技術增加模型可解釋性

PFI透過置換模型的特定特徵值爲隨機值,以評估該特徵對模型的影響,且PFI方法與模型本身無關,可用於評估各種模型。

2018-12-05

| 微軟 | ML.NET | 機器學習

微軟更新ML.NET 0.7,強化推薦任務以及異常偵測功能

ML.NET 0.7加入了矩陣分解(Matrix Factorization),這個演算法比起ML.NET 0.3時增加的FFM執行效率更好也更靈活,支援連續數字等級而非布林值選項。

2018-11-12

| 微軟 | 機器學習 | ML.NET

Build 2018:開源微軟研究院發展十年的跨平臺機器學習框架ML.NET

微軟提到,ML.NET最初是由微軟研究院開發、發展了十年的框架,在微軟的各種產品Windows、Bing與Azure中被使用。

2018-05-10