Machine learning til .NET devs: ML.NET går GA

0
136

Microsoft Bygge 2019: Azure, Microsoft Graph, IoT og IE-mode højdepunkter
ZDNet ‘ s Mary Jo Foley ulemper Microsofts vision om at føre med de tre centrale skyer: Azure, Microsoft 365 og gaming. Her er planen og andre lækkerier udviklere vil få. Læs mere: https://zd.net/2Wtzlh5

Det er godt at levere efterfølgende machine learning (ML) platforme for data forskere, men hvis vi ikke bringe erhvervslivet udviklere om bord, ML og Kunstig Intelligens (AI) vil bare ikke blive mainstream i Virksomheden. Microsoft, i betragtning af dens moderne fokus på AI, og dens historiske, vedvarende fokus på at udviklere, måske føler, at dette problem mest akut. Og så, med Microsoft ‘ s dev-fokuseret Build-konference, der starter i Seattle i dag, er det hensigtsmæssigt, at selskabet vil annoncere den generelle tilgængelighed af sin ML.NET ramme.

model-builder.png

Microsoft’ Model Builder extension til Visual Studio.

Kredit: Microsoft

×

model-builder.png

Du ved sikkert, at .NETTET, er Microsoft ‘ s Enterprise udvikling af software-platform, kun et par år genert afslutte sit andet årti. Du kan ikke vide, at med en smag af .NET kaldet .NETTO-Core platform er nu open source og arbejder på tværs af macOS og Linux, samt Microsofts egen Windows-operativsystemet. ML.NET er ligeledes open source og cross-platform, og det bringer ML lækkerier hjem til .NET-udviklere.

Modersmål

I stedet for at glibly at fortælle .NET-udviklere til at gå med at lære Python, Microsoft, er at lade dem vide, at de nu kan gøre machine learning arbejde i mere vante omgivelser på mainstream C# sproget. ML.NET gør dette muligt, og Microsoft har en GitHub repo med en bred vifte af prøver at hjælpe .NET-udviklere og se hvordan.

Udviklere kan arbejde direkte med ML.NET application programming interface (API) eller dets måske mere praktisk command line interface (CLI). Under kølerhjelmen, ML.NET udnytter sit eget sæt af ML algoritmer (baseret på ML teknologi, der anvendes internt hos Microsoft i mange år) samt data-typer, og giver udvidelser støtte den populære TensorFlow dyb læring ramme, blandt andre. Det giver også støtte til den ONNX cross-ramme standard for AI model for implementering.

AutoML og Model Builder

Microsoft ‘ s egne Automatiserede Machine Learning (AutoML) kan bruges til at vælge den relevante ML algoritme og ledsagende konfigurationsindstillinger kendt som hyperparameters, blot ved at levere træning/test-data og identificere, hvilke kolonne er en hvis værdier skal forudsiges. AutoML kan bruges fra ML.NET CLI, og dets API.

Læs også: AutoML er demokratisere og forbedre AI

Men det er virkelig Visual Studio Model Builder udvidelse — vist i figuren øverst i denne post, og blive lanceret i dag i preview-hvor Microsoft gør et imponerende spil. Model Builder giver udviklere mulighed for at vælge et scenarie, så er identitet, deres datasæt, og er mål kolonne (etiket) i den.

Model Builder vil så, ifølge Microsoft, “hurtigt iterere over mange modeller og featurization rørledninger til at finde dig den bedste model.” Det vil også skabe en model uddannelse og forbrug koden til den, der klarer sig bedst model, der gør kort proces for at integrere AI i custom software.

Let som 1-2-3?

Redmond ‘ s mål er at gøre machine learning som hverdagskost i Enterprise applikationer som database-adgang er nu, og lige så let at tilføje. Det er som om holdet har gjort “højre-klik på add AI” sit mantra.

For et stykke tid, måske, at mantraet vil fortsat være en forhåbning. Men det er et realistisk mål. Mens data videnskab ikke er trivielt, er der masser af anvendt data videnskab, der kan være delvis eller fuldt automatiseret. Der er også dele af AI arbejde, der er i alle tilfælde rote og kedelig. Data forskere bør ikke have til at gøre det arbejde manuelt, og deres kunder og klienter bør ikke have til at betale dem til.

Skal læse

Microsoft Bygge 2019 Dag 1 livestream: Hvordan til at se (CNET)10 tricks og hacks til tilpasning af Windows-10 (gratis PDF) (TechRepublic)

Hvad er scenariet?

Microsofts AutoML i øjeblikket henvender sig til ML scenarier, der indebærer klassificering og regression. I mellemtiden, ikke-AutoML side af ML.NET mål scenarier, herunder sentiment analyse, spørgsmål klassificering, prognoser, anbefalinger, afsløring af svig og billedet klassificering, blandt andre. I sidste ende, AutoML vil fange op og løse de fleste, hvis ikke alle, af disse scenarier, så godt. Og Model Builder, vil gøre det bekvemt for .NET-udviklere til at drage fordel af det.

(Bemærk, Model Builder udvidelse er nu tilgængelig for fuld Visual Studio IDE-produkt til Windows, og ikke Visual Studio Kode eller Visual Studio til Mac)

Stak samhørighed

Husk på, at Microsoft har en række af AI/ML egenskaber ud over ML.NET. I cloud, er der Azure Machine Learning, Kognitiv Tjenester, Azure Databricks og Gnisten og ML Tjenester cluster type på HDInsight. På lokaler, der er SQL Server Machine Learning-Tjenester samt diverse teknologier som den Kognitive Værktøjskasse.

Læs også: Databricks kommer til Microsoft Azure

Microsoft bliver nødt til at rationalisere, at portefølje af AI/ML teknologier, og det kan godt være, at dens AutoML teknologi vil være uniter, overfladebehandling som en funktion, der på tværs af disse forskellige produkter og tjenester. For godt af det økosystem, Microsoft bør fremskynde oprettelsen af denne union. I dag ML.NET meddelelser synes at være et godt tegn på, at det er at gøre netop det.

Microsoft Bygge 2019

Hvad er nyt i Chrom-baseret Kant

Væske Rammer: Mere samarbejde Web?

Azure er den stjerne, Windows er en smule afspiller

‘Samtale motor’ for at gøre virtuelle assistenter mere nyttigt

De data, historie, i skyen og på kanten

Microsoft ønsker, at vi skal have samtaler med vores computere (CNET)

Open-source announcemenrts

Machine learning til .NET-udviklere

Windows-10 Maj 2019 Opdatering: 10 bemærkelsesværdige nye funktioner (gratis PDF)

Relaterede Emner:

Udvikler

Digital Transformation

CXO

Tingenes Internet

Innovation

Virksomhedens Software