灰鴿子遠程控制軟件

 找回密碼
 立即注冊

QQ登錄

只需一步,快速開始

查看: 13524|回復: 0
打印 上一主題 下一主題

微軟開源Infer.Net機器學習,該技術將成為ML.Net統計建模和在線學習框架的一部分

[復制鏈接]
跳轉到指定樓層
樓主
發表于 2018-10-11 09:17:23 | 只看該作者 |只看大圖 回帖獎勵 |倒序瀏覽 |閱讀模式
微軟開源Infer.Net機器學習,該技術將成為ML.Net統計建模和在線學習框架的一部分
微軟已經通過開源發布了Infer.Net跨平臺框架,用于基于模型的機器學習。

Infer.Net將成為.Net開發人員ML.Net機器學習框架的一部分,Infer.Net擴展ML.Net用于統計建模和在線學習。已經采取了幾個步驟進行整合,包括在.Net基金會下設立回購。

Microsoft引用了Infer.Net對三個用例的適用性:

當用戶具有關于特定域的廣泛知識并想要解決該域中的問題時。
用于解釋系統行為。
對于必須學習新數據的生產系統。
可以追溯到2004年,Infer.Net已經從一個研究工具發展成為Office,Azure和Xbox中某些Microsoft產品的機器學習引擎。通過Infer.Net,開發人員可以將領域知識融入模型中。然后,框架可以直接在該模型中構建自定義機器學習算法,因此Infer.Net不必將問題映射到現有的學習算法上,而是基于開發人員提供的模型構建學習算法。

在Infer.Net中,通過概率程序描述模型;現實世界的過程用機器理解的語言描述。該程序由框架編譯成高性能代碼,以實現確定性近似,貝葉斯推理,一種允許實質可擴展性的方法。 Microsoft已經在一個自動從數十億網頁中提取知識的系統中使用了這種方法。

此外,Microsoft支持在線貝葉斯推理,系統會在新數據到達時學習。該公司認為這種技術對于與用戶實時交互的商業和消費產品至關重要。

基于模型的機器學習在可解釋性方面具有優勢。此外,基于模型的學習適用于數據特征的問題,例如實時數據,異構數據,未標記數據和缺少部分的數據,以及使用已知偏差收集的數據。
評帖賺銀幣(0) 收起
分享到:  QQ好友和群QQ好友和群
收藏收藏
回復

使用道具 舉報

您需要登錄后才可以回帖 登錄 | 立即注冊

本版積分規則

Archiver|手機版|小黑屋|灰鴿子遠程控制軟件|灰鴿子遠程控制軟件 ( 魯ICP備14000061號-4 )

GMT+8, 2025-3-12 23:27 , Processed in 0.070883 second(s), 21 queries , Gzip On.

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回復 返回頂部 返回列表
主站蜘蛛池模板: 亚洲另类无码一区二区三区| 伊人无码精品久久一区二区| 国产精品无码久久av| 成人h动漫精品一区二区无码 | 国产精品三级在线观看无码| 日韩人妻无码精品久久免费一 | 中文字幕乱码人妻无码久久| 精品无码无人网站免费视频| 国产日韩精品无码区免费专区国产| 亚洲美免无码中文字幕在线| 熟妇人妻系列aⅴ无码专区友真希| 无码H黄肉动漫在线观看网站| 国产成人A人亚洲精品无码| 特黄熟妇丰满人妻无码| 久久精品中文字幕无码绿巨人| 内射人妻少妇无码一本一道| 日韩人妻无码精品无码中文字幕| 亚洲午夜无码毛片av久久京东热| 国产三级无码内射在线看| 无翼乌工口肉肉无遮挡无码18| 亚洲精品无码aⅴ中文字幕蜜桃| 无码人妻精品一区二区三区东京热 | 粉嫩高中生无码视频在线观看| 少妇人妻无码精品视频app| 亚洲精品人成无码中文毛片| 久久水蜜桃亚洲AV无码精品| 亚洲熟妇无码AV| 久久久久亚洲AV无码网站| 亚洲av无码一区二区乱子伦as| 熟妇人妻系列aⅴ无码专区友真希| 亚洲成av人片在线观看天堂无码| 亚洲av成本人无码网站| 中文无码热在线视频| 亚洲日韩精品无码专区加勒比| 无码专区狠狠躁躁天天躁| 免费无码又爽又刺激高潮视频| 日韩精品无码一区二区三区不卡| 亚洲AV人无码综合在线观看| 亚洲AV无码成人网站久久精品大 | 亚洲AV无码专区在线厂| 激情无码亚洲一区二区三区|