मशीन लर्निंग (एमएल) एक चर्चा शब्द से आया है जो आपके आवेदन में एक आवश्यक सुविधा के लिए अच्छा है जो काम करता है और मूल्य जोड़ता है। डेटा वैज्ञानिक विभिन्न एमएल फ्रेमवर्क जैसे TensorFlow, Scikit-learn, PyTorch, Azure ML, आदि में ML मॉडल विकसित करते हैं। ML.NET सभी डेवलपर्स के लिए उपलब्ध होने से पहले, .NET अनुप्रयोगों में ML कार्यक्षमता को जोड़ने के लिए कुछ ML फ्रेमवर्क में ज्ञान की आवश्यकता होती है। एमएल मॉडल को प्रशिक्षित करें। इसने उस मॉडल को .NET अनुप्रयोगों में एकीकृत करने के लिए अतिरिक्त समय और प्रयास की भी मांग की।
ML.NET ने मॉडल बिल्डर के साथ .NET डेवलपर्स के लिए इस काम को बहुत आसान बना दिया, कस्टम एमएल मॉडल बनाने, प्रशिक्षित करने और तैनात करने के लिए एक ग्राफिकल विजुअल स्टूडियो एक्सटेंशन। ML.NET के मॉडल बिल्डर और इसकी ऑटोएमएल कार्यक्षमता का उपयोग करते हुए, डेवलपर्स जिनके पास मशीन सीखने की विशेषज्ञता नहीं है, जैसे कि मैं, अभी भी मिनटों में एमएल मॉडल विकसित और उपयोग कर सकता हूं।
ML.NET के बारे में
इससे पहले कि हम अपने उदाहरण में गोता लगाएँ, आइए ML.NET के इतिहास और इसकी वर्तमान स्थिति के बारे में कुछ बात करें।
ML.NET की उत्पत्ति 2002 के TMSN नामक Microsoft अनुसंधान परियोजना से हुई है, जो "परीक्षण खनन खोज और नेविगेशन" के लिए है। बाद में इसका नाम बदलकर टीएलसी कर दिया गया, "लर्निंग कोड।" ML.NET युद्ध TLC पुस्तकालय से लिया गया है। प्रारंभ में, इसका उपयोग आंतरिक Microsoft उत्पादों पर किया गया था।
पहला सार्वजनिक रूप से उपलब्ध संस्करण ML.NET 1.0 2019 में जारी किया गया था। इसमें मॉडल बिल्डर ऐड-इन और ऑटोएमएल (ऑटोमेटेड मशीन लर्निंग) क्षमताएं शामिल थीं।
वर्तमान संस्करण 1.6.0 है। सभी रिलीज़ के बारे में अधिक विवरण आधिकारिक ML.NET रिलीज़ पेज पर पाया जा सकता है।
कुछ कार्य जो हम ML.NET के साथ कर सकते हैं वे हैं:
- भाव विश्लेषण
- उत्पाद अनुशंसा
- मूल्य भविष्यवाणी
- ग्राहक विभाजन
- वस्तु का पता लगाना
- धोखाधड़ी का पता लगाना
- सेल्स स्पाइक डिटेक्शन
- छवि वर्गीकरण
- बिक्री पूर्वानुमान
इंस्टॉल और सेटअप करें
न्यूनतम आवश्यक विजुअल स्टूडियो संस्करण 16.6.1 है। विजुअल स्टूडियो 16.9.2 पर निम्नलिखित कदम उठाए गए हैं। इस प्रकार, यदि आप किसी भिन्न संस्करण का उपयोग कर रहे हैं, तो कुछ विवरण भिन्न हो सकते हैं।
ML.NET मॉडल निर्माता स्थापित करें
- विजुअल स्टूडियो इंस्टालर खोलें
- .NET डेस्कटॉप विकास की जांच करें विकल्प
- दाईं ओर के फलक में, विस्तृत करें .NET डेस्कटॉप विकास> विस्तृत करें वैकल्पिक > ML.NET मॉडल निर्माता (पूर्वावलोकन) की जांच करें
नोट:ML.NET मॉडल बिल्डर .NET क्रॉस-प्लेटफ़ॉर्म डेवलपमेंट . पर उपलब्ध है विकल्प।
विजुअल स्टूडियो में ML.NET मॉडल निर्माता सक्षम करें
- टूल पर जाएं > विकल्प > पर्यावरण > विशेषताओं का पूर्वावलोकन करें
- चेक करें ML.NET मॉडल निर्माता सक्षम करें चेकबॉक्स
एमएल मॉडल का निर्माण
प्रोजेक्ट पर राइट-क्लिक करें और जोड़ें . चुनें > मशीन लर्निंग
एक परिदृश्य चुनें
पाठ वर्गीकरण - . चुनें हम एक साधारण भावना विश्लेषण सुविधा जोड़ेंगे:
प्रशिक्षण परिवेश चुनें
हमारे मामले में, यह एक स्थानीय मशीन है।
डेटा जोड़ें
हम UCI सेंटीमेंट लेबल वाले वाक्य डेटासेट ज़िप फ़ाइल का उपयोग करेंगे डाउनलोड के लिए उपलब्ध है।
उस आउटपुट का चयन करें जिसका आप पूर्वानुमान लगाना चाहते हैं
हमारे मामले में, यह दूसरा कॉलम है, इसलिए हम col1 . का चयन करेंगे . इनपुट कॉलम स्वचालित रूप से चुने जाते हैं क्योंकि हमारे पास केवल दो कॉलम उपलब्ध हैं।
मॉडल को प्रशिक्षित करें
प्रशिक्षण के लिए समय चुनें और प्रशिक्षण प्रारंभ करें click पर क्लिक करें :
नीचे दी गई छवियां आउटपुट और प्रशिक्षण परिणाम दिखाती हैं:
मॉडल का मूल्यांकन करें
अगर हम दर्ज करते हैं जेनिस अच्छा था नमूना डेटा इनपुट में, आउटपुट दिखाता है कि यह वाक्य 100% निश्चितता के साथ सकारात्मक है:
अगर हम जेनिस असभ्य थे . में प्रवेश करते हैं नमूना डेटा इनपुट में, आउटपुट दिखाता है कि यह वाक्य 100% निश्चितता के साथ सकारात्मक नहीं है:
एमएल मॉडल को परिनियोजित और उपभोग करें
जो कुछ बचा है वह उस मॉडल का उपयोग करना है जिसे हम अपने आवेदन में बनाते हैं। हमें अपने एमएल मॉडल प्रोजेक्ट में एक संदर्भ जोड़ने की जरूरत है।
साथ ही, हमें Microsoft.ML को NuGet से इंस्टॉल करना होगा।
Microsoft.ML केवल x64 का समर्थन करता है और x86 प्रोसेसर वास्तुकला। इस प्रकार, ऐप बनाते समय उनमें से किसी एक का चयन करना सुनिश्चित करें।
इतना ही। यहां हम अपना कोड काम करते हुए देख सकते हैं।
निष्कर्ष
ML.NET को स्थापित करने से लेकर ML कार्यक्षमता वाले पहले एप्लिकेशन तक की पूरी प्रक्रिया कई मिनटों में की जा सकती है। बेशक, यह ML.NET ढांचे से परिचित होने के एकमात्र उद्देश्य के साथ एक बहुत ही बुनियादी उदाहरण है। हालांकि, पूर्व अनुभव के बिना भी, मैं एक ऐसा एप्लिकेशन बना सकता हूं, जो कुछ समायोजन और सुधारों के साथ वास्तव में वास्तविक जीवन के परिदृश्य में काम कर सकता है।
उस ने कहा, ML.NET एक उपकरण है। आप मशीन लर्निंग एल्गोरिदम और सिद्धांतों के बारे में अधिक जानकारी के साथ इसका अधिक कुशलता से उपयोग करने में सक्षम होंगे।
अंत तक बने रहने के लिए धन्यवाद और आशा है कि आप ML.NET पर अगले लेख में हमसे जुड़ेंगे।
