不懂AI輸一半

  ·        為 ASP.NET Core MVC 網站專案加入 ML.NET 程式庫 要為 ASP.NET Core MVC 網站專案加入 ML.NET 程式庫 , 首先您要先啟動 Visual Studio 建立或開啟 [ASP.NET Web 應用程式 (Model-View-Controller)] 型態的專案 , 然後使用滑鼠的右鍵點選 [ 方案總管 ] 中的專案名稱 , 執行 [ 加入 | 新增項目 ] 功能 , 為專案加入 [Machine Learning Model(ML.NET), 如圖 1 所示 : 圖 1: 為專案加入 [Machine Learning Model(ML.NET) 為專案加入 [Machine Learning Model(ML.NET)] 之後 , 您就會看到如圖 2 所示的精靈操作畫面 : 圖 2: 使用 ML.NET 建立機器學習模型的畫面 我們只要跟隨精靈操作畫面的指示 , 完成 選擇 情節 , 選擇環境 , 載入資料與資料預處理 , 進行訓練 , ML.NET 程式庫就會使用自動化的機器學習服務 (AutoML) 探索不同機器學習服務演算法和設定 , 以找出最適合您案例的機器學習模型 , 您只要評估結果和取用結果 , 就可以成功地為 ASP.NET Core MVC 網站加入 AI 功能了 . ·        選擇情節 使用 ML.NET 的第一個動作就是從現有的案例選擇欲處理的問題 , 目前提供的選擇包括 :   1. 輸入表格式的資料預測資料分類 例如輸入鳶尾花的花卉資料 : 花萼長度 花萼寬度 花瓣長度 花瓣寬度 5.1 3.5 1.4 0.2 預測鳶尾花的種類   2. 預測一個純量值 例如輸入房地產物件的條件 : 犯罪率 空間 商業空間 河岸宅 ...

  ·        認識機器學習 (Machine Learning) 機器學習是一種資訊科技 , 經由餵入訓練資料到電腦 , 讓電腦經由學習得到智慧 , 再利用學習得到的智慧解決許多不同類型的問題 , 包括視覺辨識 , 語音辨識 , 人臉辨識 , 車牌辨識 , 自然語言處理 , 健康照護 , 偽造偵測 , 投資組合等等 . 在這篇文章中 , 我們將會為大家介紹 .NET 工程師如何 Microsoft 推出的 ML.NET(Machine Learning .NET 程式庫 ), 開發具人工智慧的網站程式和手機 App 程式 . ·        認識 ML.NET 程式庫 ML.NET 程式庫支援 .NET 程式設計師使用 C# 或 F# 程式語言開發跨平台的人工智慧與機器學習解決方案 . ML.NET 程式庫有五大特點 , 詳述如下 : 1.      開放原始碼 Microsoft ML.NET 程式庫是一套支援程式設計師自由使用 , 轉散發 , 甚至修改原始碼的內容 , 遂行期望的目標 , 不需要提供任何的原因 .  2.      跨平台 使用 ML.NET 程式庫開發的網站和應用程式能夠部署到 Windows, Linux, 或 macOS 系統 , 也能夠部署到 Microsoft Azure 或是其他廠商的雲端資料中心提供服務   3.      Code first 支援以先建立描述資料模型的類別的方式設計使用 ML.NET 程式庫的應用程式   4.      On-premises ML.NET 程式庫支援機器學習 (Machine Learning) 與深度學習 (Deep Learning) 的眾多功能 , 其中的機器學習不像深度學習需要用到大量的運算資源 , 但是深度學習需要大量的運算資源 , 如果將使用 ML.NET 程式庫的應用程式部署到雲端運算環境 , 將會產生較多的運算費用支出 ...