Schița de curs

Introducere

Instalarea și configurarea Machine Learning pentru platforma de dezvoltare .NET (ML.NET)

  • Configurarea instrumentelor și bibliotecilor ML.NET
  • Sisteme de operare și componente hardware acceptate de ML.NET

Prezentare generală a caracteristicilor și arhitecturii ML.NET

  • Interfața aplicației ML.NET Programming (ML.NET API)
  • Algoritmi și sarcini de învățare automată ML.NET
  • Programarea probabilistică cu Infer.NET
  • Decizia privind dependențele ML.NET adecvate

Prezentare generală a ML.NET Model Builder

  • Integrarea Model Builder la Visual Studio
  • Utilizarea învățării automate a mașinilor (AutoML) cu Model Builder

Prezentare generală a ML.NET interfeței de linie de comandă (CLI)

  • Generarea automată a modelelor de învățare automată
  • Sarcini de învățare automată suportate de ML.NET CLI

Achiziționarea și încărcarea datelor din resurse pentru Machine Learning

  • Utilizarea API ML.NET pentru prelucrarea datelor
  • Crearea și definirea claselor de modele de date
  • Adnotarea modelelor de date ML.NET
  • Cazuri de încărcare a datelor în cadrul ML.NET.

Pregătirea și adăugarea de date în cadrul ML.NET

  • Filtrarea modelelor de date pentru cu ML.NET operații de filtrare
  • Lucrul cu ML.NET DataOperationsCatalog și IDataView
  • Abordări de normalizare pentru ML.NET preprocesarea datelor
  • Conversia datelor în ML.NET
  • Lucrul cu date categorice pentru ML.NET generarea de modele

Implementarea ML.NET Algoritmi și sarcini de învățare automată

  • Clasificări binare și multiclasă ML.NET.
  • Regresie în ML.NET
  • Gruparea instanțelor de date cu Clustering în ML.NET
  • Sarcina de învățare automată de detectare a anomaliilor
  • Clasificare, recomandare și prognoză în ML.NET
  • Alegerea algoritmului adecvat ML.NET pentru un set de date și funcții
  • Transformarea datelor în ML.NET
  • Algoritmi pentru îmbunătățirea acurateței modelelor ML.NET

Formarea modelelor de învățare automată în ML.NET

  • Construirea unui model ML.NET
  • Metode ML.NET pentru antrenarea unui model de învățare automată
  • Împărțirea seturilor de date pentru ML.NET instruire și testare
  • Lucrul cu diferite atribute și cazuri de date în ML.NET
  • Memorarea în cache a seturilor de date pentru instruirea modelului ML.NET

Evaluarea modelelor de învățare automată în ML.NET

  • Extragerea parametrilor pentru reeducarea sau inspectarea modelului
  • Colectarea și înregistrarea ML.NET parametrilor modelului
  • Analiza performanței unui model de învățare automată

Inspectarea datelor intermediare în timpul etapelor de formare a modelului ML.NET Etapele de formare a modelului

Utilizarea importanței caracteristicilor de permutare (PFI) pentru interpretarea predicțiilor modelului

Salvarea și încărcarea modelelor antrenate ML.NET

  • ITTransformer și DataViewScheme în ML.NET
  • Încărcarea datelor stocate la nivel local și la distanță
  • Lucrul cu conductele de modele de învățare automată în ML.NET

Utilizarea unui model antrenat ML.NET pentru analiza și predicțiile datelor

  • Configurarea canalului de date pentru predicțiile modelului
  • Predicții unice și multiple în ML.NET

Optimizarea și reantrenarea unui model de învățare automată ML.NET

  • Algoritmi reeducabili ML.NET
  • Încărcarea, extragerea și reantrenarea unui model
  • Compararea parametrilor modelului reantrenat cu modelul ML.NET anterior

Integrarea modelelor ML.NET cu Cloud-ul

  • Implementarea unui model ML.NET cu funcții Azure și API web

Depanare

Rezumat și concluzii

Cerințe

  • Cunoașterea algoritmilor de învățare automată și a bibliotecilor
  • Competență solidă a limbajului de programare C#
  • Experiență cu platformele de dezvoltare .NET
  • Înțelegere de bază a instrumentelor de știință a datelor
  • .
  • Experiență cu aplicații de bază de învățare automată
  • .

Audiență

  • Cercetători de date
  • Machine Learning Dezvoltatori
  21 ore

Numărul de participanți


Dată început

Dată sfârșit


Dates are subject to availability and take place between 09:30 and 16:30.

Pret per participant

Cursuri înrudite

Categorii înrudite