ML-Framework: ML.NET 0.3 erhält neue Komponenten

Das auf .NET-Entwickler abzielende Machine-Learning-Framework bietet neu unter anderem Field-Aware Factorization Machines und den Modellexport im ONNX-Format.

 –  7 Kommentare
ML.NET - Machine Learning Framework für .NET-Entwickler
Anzeige

Das auf der diesjährigen Build-Konferenz als Preview angekündigte Machine-Learning-Framework ML.NET liegt jetzt offiziell in Version 0.3 vor. Microsoft will damit .NET-Entwickler in die Lage versetzen, eigene ML-Modelle zu entwerfen und diese in ihre Apps zu integrieren, ohne dafür erst spezifisches Know-how aufbauen zu müssen. ML.NET 0.3 bietet neben zahlreichen Fehlerbereinigungen nun eine Reihe neuer Komponenten für das Training von Machine-Learning-Modellen sowie die Möglichkeit, Modelle im verbreiteten ONNX-Format zu exportieren.

Die in ML.NET 0.3 neu hinzugekommenen Trainingsmodule (Learner) eignen sich für unterschiedliche Klassifizierungsanforderungen. Field-Aware Factorization Machines (FFM) beispielsweise kommen häufig im Bereich der Klickvorhersage und für Empfehlungen zum Einsatz, wenn die Datenbasis dünn ist (Sparse Data). Als sogenannter Streaming Learner lassen sich FFMs auch auf Datensätze anwenden, ohne diese komplett in den Speicher laden zu müssen.

Mit Hilfe von LightGBM lassen sich Modelle trainieren, die binäre und Multiklassen-Klassifizierung oder Regression erfordern. LightBGM ist Teil des Distributed Machine Learning Toolkit (DMTK) und baut auf Entscheidungsbaum-Algorithmen auf. In ML.NET 0.3 lassen sich sämtliche Funktionen von LightGBM nutzen – mit Ausnahme des Ranking Evaluators, der voraussichtlich erst in einer späteren Version zur Verfügung stehen wird.

Entwickler haben in der neuen Version des ML-Frameworks außerdem die Möglichkeit verschiedene Learner in einem Modell zu kombinieren, um beispielsweise FastTree und AveragedPerceptron zu trainieren und den Durchschnitt ihrer Vorhersagen für die finale Vorhersage heranzuziehen.

ML.NET steht als Open Source unter MIT-Lizenz plattformübergreifend zur Verfügung – beispielsweise für Windows, Linux und macOS. Voraussetzung ist lediglich eine aktuelle 64-bit-Version von .NET Core 2.0. Alle wichtigen Informationen einschließlich der Release Notes und Download- beziehungsweise Installationshinweise finden sich auf der GitHub-Projektseite. (map)

Anzeige