当地时间5月7日，微软Build大会在美国西雅图召开，会上微软发布了一系列新品对于开发人员。在这一系列产品发布的同时，微软还公布了开源的机器学习框架——ML.NET。借助ML.NET，开发人员可以从现有模型着手，而无需开发或调整机器学习模型方面的专业知识。 ML.NET是一个跨平台框架，允许.NET开发人员开发专有模型并将自定义机器学习功能注入他们的应用程序，开发人员无需具备开发或调整机器学习模型的专业知识。 ML.NET由微软研究院开发，近十年发展成为一个重要的框架。它在Microsoft的许多产品团队中使用，例如Windows、Bing、Azure等。 在此预览版中，ML.NET支持机器学习任务，例如分类（例如文本分类、情感分析）、回归（例如预测、价格估算）。 除了宣布支持上述任务外，微软还发布了用于训练模型、进行预测以及学习算法、转换和核心机器学习数据结构等框架核心组件的.NETAPI初稿。 大家请注意，ML.NET是一个框架，这意味着它可以扩展添加流行的机器学习库，如TensorFlow、Accord.NET和CNTK。在ML.NET开源生态中，微软致力于使其内部功能更加完善。ML.NET可以为.NET开发者带来更优化的机器学习开发体验。 您可以加入ML.NET开源社区，让这个工具在未来迎来更快的发展。GitHub地址如下： https://github.com/dotnet/machinelearning 随着不断发展，ML.NET将不断增加对TensorFlow、Caffe2、CNTK和general等热门深度学习库的支持深度学习库如Accord.NET支持，其功能可以扩展到其他机器学习场景，如推荐系统、异常检测和其他深度学习方法。 ML.NET还增加了Azure机器学习和认知服务的一些现有体验，允许代码优先方法，支持本地应用程序部署，并使用户能够构建自己的模型。 以下是有关ML.NET的更多详细信息： ML.NET核心组件 ML.NET作为.NETFoundation的一部分启动，该存储库包含用于训练和使用模型的.NETC#API，并且有是各种变换，以及许多流行的机器学习任务，例如回归和分类。 ML.NET旨在提供E2E工作流，通过预处理、特征工程、建模、评估和操作向.NET应用程序添加深度学习功能。 下表是随ML.NET0.1发布的完整组件列表。 微软表示，他们的目标是让ML.NET的API通用化，让CNTK、Accord.NET、TensorFlow等框架可以通过一个共享的API来使用。 您现在可以安装ML.NET体验现有的一系列功能。更多信息请参考：blogs.msdn.microsoft.com GitHub
