コース概要

導入

.NET 開発プラットフォーム (ML.NET) のインストールと構成 Machine Learning

  • ML.NET ツールとライブラリのセットアップ
  • ML.NET でサポートされているオペレーティング システムとハードウェア コンポーネント

ML.NET 機能とアーキテクチャの概要

  • ML.NET アプリケーション Programming インターフェイス (ML.NET API)
  • ML.NET 機械学習のアルゴリズムとタスク
  • Infer.NET を使用した確率的プログラミング
  • 適切な ML.NET 依存関係の決定

ML.NETモデルビルダーの概要

  • モデルビルダーを Visual Studio に統合
  • モデルビルダーによる自動機械学習 (AutoML) の利用

ML.NET コマンドライン インターフェイス (CLI) の概要

  • 機械学習モデルの自動生成
  • ML.NET CLI でサポートされる機械学習タスク

Machine Learning のリソースからのデータの取得とロード

  • ML.NETデータ処理用APIの活用
  • データモデルのクラスの作成と定義
  • 注釈 ML.NET データモデル
  • ML.NET フレームワークにデータをロードするケース

ML.NET フレームワークへのデータの準備と追加

  • ML.NET フィルター操作によるデータ モデルのフィルター処理
  • ML.NET DataOperationsCatalog と IDataView の操作
  • ML.NET データ前処理のための正規化アプローチ
  • ML.NETでのデータ変換
  • ML.NET モデル生成のためのカテゴリデータの操作

ML.NET Machine Learning アルゴリズムとタスクの実装

  • バイナリおよびマルチクラス ML.NET 分類
  • ML.NET の回帰
  • ML.NET のクラスタリングを使用したデータ インスタンスのグループ化
  • 異常検出機械学習タスク
  • ランキング・おすすめ・【2】の【4】
  • データセットと関数に適切な ML.NET アルゴリズムを選択する
  • ML.NET のデータ変換
  • ML.NET モデルの精度を向上させるアルゴリズム

ML.NET で Machine Learning モデルをトレーニングする

  • ML.NET モデルの構築
  • ML.NET 機械学習モデルをトレーニングする方法
  • ML.NET トレーニングとテスト用のデータセットの分割
  • ML.NET でのさまざまなデータ属性とケースの操作
  • ML.NET モデルトレーニング用のデータセットのキャッシュ

ML.NET の Machine Learning モデルを評価する

  • モデルの再トレーニングまたは検査のためのパラメータの抽出
  • ML.NET モデルメトリクスの収集と記録
  • 機械学習モデルのパフォーマンスの分析

ML.NET モデル トレーニング ステップ中の中間データの検査

モデル予測の解釈に Permutation Feature Importance (PFI) を利用する

トレーニング済み ML.NET モデルの保存とロード

  • ML.NET の ITTransformer と DataViewScheme
  • ローカルおよびリモートに保存されたデータのロード
  • ML.NET の機械学習モデル パイプラインの操作

データ分析と予測のためのトレーニング済み ML.NET モデルの利用

  • モデル予測用のデータ パイプラインのセットアップ
  • ML.NET の単一予測と複数予測

ML.NET Machine Learning モデルの最適化と再トレーニング

  • 再トレーニング可能な ML.NET アルゴリズム
  • モデルのロード、抽出、再トレーニング
  • 再トレーニングされたモデルのパラメーターと以前の ML.NET モデルの比較

ML.NET モデルとクラウドの統合

  • Azure の機能と Web API を備えた ML.NET モデルのデプロイ

トラブルシューティング

要約と結論

要求

  • 機械学習アルゴリズムとライブラリに関する知識
  • C#プログラミング言語に精通していること
  • .NET開発プラットフォームの経験
  • データサイエンスツールの基本的な理解
  • 基本的な機械学習アプリケーションの経験

観客

  • データサイエンティスト
  • Machine Learning開発者
  21 時間
 

参加者の人数


開始

完了


Dates are subject to availability and take place between 10:00 and 17:00.

Price per participant

関連コース

関連カテゴリー