Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

.NET Fest 2018. Сергей Корж. ML.NET: используем машинное обучение в обычных .NET проектах

21 views

Published on

Средства машинного обучения широко используются при решении самых различных задач. Все мы слышали про системы распознавания текста, умные телефоны, которые узнают своего владельца или про камеры, которые автоматически выписывают штрафы. До недавнего времени .NET разработчикам было достаточно непросто применить методы машинного обучения. Чаще всего, когда возникала такая необходимость, то наиболее оптимальным решением скорее всего было создание отдельного сервиса на Python или R. Ситуация стала меняться к лучшему с выпуском библиотеки ML.NET, которая предоставляет в распоряжение любого .NET разработчикам весь спектр методов машинного обучения. В докладе мы сделаем краткий обзор самой библиотеки ML.NET и рассмотрим, как применять ее при решении вполне обыденных задач в обычных .NET приложениях (совсем не обязательно связанных напрямую с созданием неких "разумных" систем).

Published in: Education
  • Be the first to comment

  • Be the first to like this

.NET Fest 2018. Сергей Корж. ML.NET: используем машинное обучение в обычных .NET проектах

  1. 1. ML.NET:using machine learning in regular .NETProjects t WITHPASSIONTOTECHNOLOGY Sergiy Korzh .NETCONFERENCE #1 IN UKRAINE, KYIV 2018
  2. 2. t Sergiy Korzh 25 years in software development 20 year running own business .NET developer since 2004 Projects: EasyQuery (https://korzh.com/easyquery) Easy.Report (http://easy.report) Aistant (https://aistant.com/) .NETLEVELUP KYIV 2018
  3. 3. t Agenda 1 ML crash course What is Machine Learning and where can we useit? ML.NET Overview What is the new Microsoft framework for? What tasks can be solved with it? Roadmap. Demos Connclusions 2 3 4 .NETLEVELUP KYIV 2018
  4. 4. t Machine learning tasks .NETLEVELUP KYIV 2018
  5. 5. t Machine learning tasks: Classification .NETLEVELUP KYIV 2018
  6. 6. t Machine learning tasks: Regression .NETLEVELUP KYIV 2018
  7. 7. t Machine learning tasks: Clustering .NETLEVELUP KYIV 2018
  8. 8. t “Classic” programming approach .NETLEVELUP KYIV 2018
  9. 9. t Machine learning approach .NETLEVELUP KYIV 2018
  10. 10. t Machine learning: training .NETLEVELUP KYIV 2018
  11. 11. t Machine learning: tasks and algorithms .NETLEVELUP KYIV 2018
  12. 12. t Machine learning: Process .NETLEVELUP KYIV 2018
  13. 13. t Machine learning: Platforms and frameworks .NETLEVELUP KYIV 2018
  14. 14. t Machine learning: Frameworks and tools .NETLEVELUP KYIV 2018
  15. 15. t ML.NET – for custom ML models Open source repo: https://github.com/dotnet/machinelearning/ Cross-platform Windows, Linux, Mac .NET ! - No need to use Python with some “glue-code” - Familiar tools and patterns Framework - Common data structures and API templates - Integration with TensorFlow, CNTK, etc. .NETLEVELUP KYIV 2018
  16. 16. t ML.NET map .NETLEVELUP KYIV 2018
  17. 17. DEТе Mма Oдок 1лада .NETLEVELUP .NETCONFERENCE #1 INUKRAINE KYIV 2018 Темадоклада CodeТ/еteмxtаclдasоsкifлieаrда
  18. 18. DEТе Mма Oдок 2лада .NETLEVELUP .NETCONFERENCE #1 INUKRAINE KYIV 2018 Темадоклада “See alsТoе”мreаcoдmоmкeлnаdдerа
  19. 19. t Conclusions about ML.NET .NETLEVELUP KYIV 2018 Pre-release (version 0.6) Use Python or R for “heavy” ML tasks All-in-one framework (almost) Includes basic NLP features. Integration with deep learningframeworks Best practices - Used inside Microsoft - Takes the best approaches from otherframeworks Good for auxiliary tasks - Easy to add to your .NET project - Good quality it terms of functionality andperformance
  20. 20. Темадоклада Темадоклада Тема доклада Thankyou! .NETCONFERENCE#1 IN UKRAINE KYIV 2018

×