微软开源Infer.Net机器学习,该技术将成为ML.Net统计建模和在线学习框架的一部分
微软开源Infer.Net机器学习,该技术将成为ML.Net统计建模和在线学习框架的一部分微软已经通过开源发布了Infer.Net跨平台框架，用于基于模型的机器学习。
Infer.Net将成为.Net开发人员ML.Net机器学习框架的一部分，Infer.Net扩展ML.Net用于统计建模和在线学习。已经采取了几个步骤进行整合，包括在.Net基金会下设立回购。
Microsoft引用了Infer.Net对三个用例的适用性：
当用户具有关于特定域的广泛知识并想要解决该域中的问题时。
用于解释系统行为。
对于必须学习新数据的生产系统。
可以追溯到2004年，Infer.Net已经从一个研究工具发展成为Office，Azure和Xbox中某些Microsoft产品的机器学习引擎。通过Infer.Net，开发人员可以将领域知识融入模型中。然后，框架可以直接在该模型中构建自定义机器学习算法，因此Infer.Net不必将问题映射到现有的学习算法上，而是基于开发人员提供的模型构建学习算法。
在Infer.Net中，通过概率程序描述模型;现实世界的过程用机器理解的语言描述。该程序由框架编译成高性能代码，以实现确定性近似，贝叶斯推理，一种允许实质可扩展性的方法。 Microsoft已经在一个自动从数十亿网页中提取知识的系统中使用了这种方法。
此外，Microsoft支持在线贝叶斯推理，系统会在新数据到达时学习。该公司认为这种技术对于与用户实时交互的商业和消费产品至关重要。
基于模型的机器学习在可解释性方面具有优势。此外，基于模型的学习适用于数据特征的问题，例如实时数据，异构数据，未标记数据和缺少部分的数据，以及使用已知偏差收集的数据。
页:
[1]