微軟釋ML.NET 1.0輕鬆自動機器學習適用於輸入數據算法

微軟在2018年Build大會中，發表了由微軟研究院開發的跨平臺機器學習框架ML.NET，現在終於成熟釋出了ML.NET 1.0，加入了自動機器學習AutoML、模型建置器（Model Builder）以及ML.NET命令行工具，共三項功能預覽。ML.NET 1.0的自動機器學習功能，將能自動決定適用於輸入數據的算法，幫開發者快速建置自定義機器學習模型，微軟提到，在建構自定義機器學習模型的時候，開發者必須要爲使用案例選擇機器學習的類型，決定是分類或迴歸的任務之後，再將數據轉換成適用算法的格式，透過微調算法以取得最好的效能，而新手會在這過程遇到非常多的障礙，自動機器學習則能簡化這個過程。

自動機器學習支持價格預測等迴歸類任務，也支持情感分析、垃圾郵件偵測等分類任務，開發者可以使用模型建置器、ML.NET命令行工具或是AutoMLAPI執行自動機器學習，微軟建議，可以在Visual Studio中開始進行自動機器學習，此外，在需要動態建構模型的使用案例，AutoML也很有幫助。而模型建置器則是一個用戶界面工具，讓開發人員可以使用AutoML爲輸入的資料建構最佳的機器學習模型，併產生模型訓練與部署的程序代碼，讓開發者可以快速的爲應用程序，加入機器學習功能。另外，ML.NET 1.0還提供命令行工具（下圖），功能與模型建置器相似，只是模型建置器提供的是圖形接口，而開發者則可以使用命令行工具，以指令走訪數據集產生最佳模型，或是產生訓練與應用模型的程序代碼。ML.NET命令行工具支持跨平臺，爲.NET命令行工具的擴充套件。內文來源：bet8導航 http://bushnet.net/

接下來，微軟還會爲AutoML增加更多支持的使用情境，還要原生整合Apache Spark，並支持更多的數據源，像是QL Server、CosmosDB以及Azure Blob儲存等。