ML-Framework：ML.NET 0.3 带来新组件

ML.NET（

开源的，跨平台的.NET机器学习框架ML.NET

）在今年微软在Build 2018 会议上宣布的机器学习框架现已正式推出0.3版本 https://github.com/dotnet/machinelearning/releases/tag/v0.3.0 。Microsoft希望.NET开发人员能够设计自己的ML模型并将其集成到他们的应用程序中，而无需构建特定的专有技术，让AI技术平民化。ML.NET 0.3现在提供了许多用于训练机器学习模型的新组件以及以流行的ONNX格式导出模型的选项，当然还包括了许多Bug修复。

ML.NET 0.3中新增的训练模块（Learner）适用于不同的分类要求。例如，当数据库稀疏（稀疏数据）时，字段感知分解机（FFM：http://www.cnblogs.com/zhangchaoyang/articles/8157893.html）通常用于点击预测和引用领域。作为所谓的流式学习器，FFM也可以应用于数据集，而无需将它们完全加载到存储器中。 使用LightGBM，您可以训练需要二进制和多类分类或回归的模型。LightBGM是分布式机器学习工具包（DMTK）的一部分，它基于决策树算法。在ML.NET 0.3中，可以使用LightGBM的所有功能 - 除了排名评估器，预计将在更高版本中提供。具体可参考知乎文章：https://www.zhihu.com/question/51644470

ML.NET在MIT许可跨平台下作为开源提供 - 例如Windows，Linux和macOS。唯一的要求是当前64位版本的.NET Core 2.0。可以在GitHub项目页面上找到所有重要信息，包括发行说明和下载或安装说明。