接上篇 參加杭州 2019 AI Bootcamp有感與總結（1） - repeatedly - 博客園
午餐暢談的識訓
先感謝主辦方提供的午餐，中午午休的時候，大家聊了很多，或者說主要是聽大佬談，聊了杭州的.Net生態和作為技術人的如何自我要求，我試著總結一下，
- 不要被編程語言限制，不要執著語言之爭，任何語言的存在自有其值得學習的地方
- 人工智能的應用場景將變得非常寬廣，會不斷深入人們的生活，為人們帶來更便利的生活方式，未來可期
- 一家公司的技術選型，歸根結底還是人來選，不是單單看一個技術的好壞
- 未來社會因為大資料的存在，應該是重信用的社會，一言一行為人做事，大資料會給出這個人是否值得信任的判斷，將會極大的保證公正公平
- 開腦洞：借助AI人工智能和機器學習，一見鐘情或許沒那么難，因為投其所好將變得非常簡單
- .Net程式員應該是多面的，Java或者其他編程語言都應該多看多了解
ML.NET Model Builder
ML.NET是面向.NET開發人員的跨平臺機器學習框架，而Model Builder是Visual Studio中的UI工具，它使用自動機器學習（AutoML）輕松地允許您訓練和使用自定義ML.NET模型，借助ML.NET和Model Builder，您可以在沒有任何機器學習經驗的情況下為情緒分析，價格預測等場景創建自定義機器學習模型！
摘自：ML.NET Model Builder 更新 - Bean.Hsiang - 博客園
活動現場演示了兩個實體
一個是情緒分析，判斷一個文本內容是否有負面情緒：負面情緒為 0，正面情緒為 1，
一個是貓VS狗訓練，識別圖片中的物體與貓狗有多少相似度，
關于ML.NET Model Builder的更多內容，請參考 什么是模型生成器，它的作業原理是怎樣的？ - ML.NET | Microsoft Docs
AutoML訓練模型
AutoML中文意思是自動化機器學習，即借助AutoML訓練模型可以自動化將機器學習用于資料訓練，
AutoML訓練模型將會支持越來越多的機器學習任務，已經支持的包括但不限于二元分類、多類分類和回歸等等，甚至你可以自己實作機器學習演算法，用以拓展AutoML，
參考：
- 如何使用 ML.NET 自動化 ML API - ML.NET | Microsoft Docs
- 使用 ML.NET 自動化機器學習 - ML.NET | Microsoft Docs
小結
先籠統的羅列了一下大略，后續將更細化的把更多的識訓整理出來，敬請期待和支持，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/57325.html
標籤：其他
上一篇：徹底搞懂感受野的含義與計算