sql >> データベース >  >> RDS >> Database

ML{.NET}はじめに

    機械学習(ML)は、アプリケーションに含めると便利な流行語から、機能して付加価値をもたらす必須の機能になりました。データサイエンティストは、TensorFlow、Scikit-learn、PyTorch、Azure MLなどのさまざまなMLフレームワークでMLモデルを開発します。ML.NETがすべての開発者に利用可能になる前は、ML機能を.NETアプリケーションに追加するには、いくつかのMLフレームワークの知識が必要でした。 MLモデルをトレーニングします。また、そのモデルを.NETアプリケーションに統合するために追加の時間と労力が必要でした。

    ML.NETは、カスタムMLモデルを構築、トレーニング、および展開するためのグラフィカルなVisualStudio拡張機能であるModelBuilderを使用して、.NET開発者にとってこの作業を非常に簡単にしました。 ML.NETのモデルビルダーとそのAutoML機能を使用すると、私などの機械学習の専門知識がない開発者でも、数分以内にMLモデルを開発して使用できます。

    ML.NETについて

    この例に飛び込む前に、ML.NETの歴史とその現在の状態について少し話しましょう。

    ML.NETは、「テストマイニングの検索とナビゲーション」の略であるTMSNという名前の2002年のMicrosoftResearchプロジェクトに端を発しています。その後、TLC、「学習コード」に名前が変更されました。 TLCライブラリから派生したML.NET戦争。当初は、社内のMicrosoft製品で使用されていました。

    最初の公開バージョンML.NET1.0は2019年にリリースされました。これには、Model BuilderアドインとAutoML(自動機械学習)機能が含まれていました。

    現在のバージョンは1.6.0です。すべてのリリースの詳細については、ML.NETの公式リリースページをご覧ください。

    ML.NETで実行できるタスクは次のとおりです。

    –感情分析

    –製品の推奨事項

    –価格予測

    –顧客セグメンテーション

    –オブジェクト検出

    –不正検出

    –売上高の急上昇の検出

    –画像分類

    –売上予測

    インストールとセットアップ

    最低限必要なVisualStudioのバージョンは16.6.1です。次の手順は、VisualStudio16.9.2で実行されます。したがって、別のバージョンを使用している場合は、一部の詳細が異なる可能性があります。

    ML.NETモデルビルダーのインストール

    • VisualStudioインストーラーを開く
    • .NETデスクトップ開発を確認してください オプション
    • 右側のペインで、.NETデスクトップ開発>を展開します。 オプションを展開します > ML.NET Model Builder(プレビュー)を確認してください

    注:ML.NET Model Builderは、.NETクロスプラットフォーム開発で利用できます。 オプション。

    VisualStudioでML.NETモデルビルダーを有効にする

    • ツールに移動します >オプション >環境 >プレビュー機能
    • ML.NETモデルビルダーを有効にするを確認します チェックボックス

    MLモデルの構築

    プロジェクトを右クリックして、追加を選択します >機械学習

    シナリオを選択

    テキスト分類–を選択します 簡単な感情分析機能を追加します:

    トレーニング環境を選択

    私たちの場合、それはローカルマシンです。

    データを追加

    UCI SentimentLabeledSentencesデータセットZIPファイルを使用します ダウンロード可能です。

    予測する出力を選択します

    この場合は2番目の列なので、 col1を選択します 。使用できる列は2つしかないため、入力列は自動的に選択されます。

    モデルをトレーニングする

    トレーニングする時間を選択し、トレーニングの開始をクリックします

    以下の画像は、出力とトレーニングの結果を示しています。

    モデルを評価する

    Janice was niceと入力すると サンプルデータ入力に、出力はこの文が100%確実に肯定的であることを示しています:

    Janiceは失礼でしたと入力すると サンプルデータ入力に、出力はこの文が100%確実に肯定的ではないことを示しています:

    MLモデルの展開と消費

    残っているのは、アプリケーションで作成したモデルを使用することだけです。 MLモデルプロジェクトへの参照を追加する必要があります。

    また、NuGetからMicrosoft.MLをインストールする必要があります。

    Microsoft.MLはx64のみをサポートします およびx86 プロセッサアーキテクチャ。したがって、アプリを作成するときは、必ずそのうちの1つを選択してください。

    そしてそれがすべてです。ここで、コードの動作を確認できます。

    結論

    ML.NETのインストールから、ML機能を備えた最初のアプリケーションまでの全プロセスは、数分で完了します。もちろん、これはML.NETフレームワークに精通することを唯一の目的とする非常に基本的な例です。ただし、事前の経験がなくても、いくつかの調整と改善を行うことで、実際のシナリオで実際に機能するアプリケーションを構築できました。

    とはいえ、ML.NETはツールです。機械学習のアルゴリズムと原理に関する知識が増えると、より効率的に使用できるようになります。

    最後まで頑張っていただきありがとうございます。ML.NETの次の記事にぜひご参加ください。


    1. MySQLの大文字と小文字を区別するクエリ

    2. データベースインデックスの数が多すぎますか?

    3. SQLサーバーにIPアドレスを格納するための最も適切なデータ型は何ですか?

    4. DATEDIFF()はSQL Serverで間違った結果を返しますか?これを読む。