参加杭州 2019 AI Bootcamp有感与总结（2）

接上篇 参加杭州 2019 AI Bootcamp有感与总结（1） - Repeat

午餐畅谈的收获

先感谢主办方提供的午餐，中午午休的时候，大家聊了很多，或者说主要是听大佬谈。聊了杭州的.Net生态和作为技术人的如何自我要求。我试着总结一下。

• 不要被编程语言限制，不要执着语言之争，任何语言的存在自有其值得学习的地方
• 人工智能的应用场景将变得非常宽广，会不断深入人们的生活，为人们带来更便利的生活方式，未来可期
• 一家公司的技术选型，归根结底还是人来选，不是单单看一个技术的好坏
• 未来社会因为大数据的存在，应该是重信用的社会，一言一行为人做事，大数据会给出这个人是否值得信任的判断，将会极大的保证公正公平
• 开脑洞：借助AI人工智能和机器学习，一见钟情或许没那么难，因为投其所好将变得非常简单
• .Net程序员应该是多面的，Java或者其他编程语言都应该多看多了解

ML.NET Model Builder

ML.NET是面向.NET开发人员的跨平台机器学习框架，而Model Builder是Visual Studio中的UI工具，它使用自动机器学习（AutoML）轻松地允许您训练和使用自定义ML.NET模型。借助ML.NET和Model Builder，您可以在没有任何机器学习经验的情况下为情绪分析，价格预测等场景创建自定义机器学习模型！

摘自：ML.NET Model Builder 更新 - Bean.Hsiang - 博客园
活动现场演示了两个实例
一个是情绪分析，判断一个文本内容是否有负面情绪：负面情绪为 0，正面情绪为 1。
一个是猫VS狗训练，识别图片中的物体与猫狗有多少相似度。
关于ML.NET Model Builder的更多内容，请参考 什么是模型生成器，它的工作原理是怎样的？ - ML.NET | Microsoft Docs

AutoML训练模型

AutoML中文意思是自动化机器学习，即借助AutoML训练模型可以自动化将机器学习用于数据训练。
AutoML训练模型将会支持越来越多的机器学习任务，已经支持的包括但不限于二元分类、多类分类和回归等等。甚至你可以自己实现机器学习算法，用以拓展AutoML。

参考：

• 如何使用 ML.NET 自动化 ML API - ML.NET | Microsoft Docs
• 使用 ML.NET 自动化机器学习 - ML.NET | Microsoft Docs

小结

先笼统的罗列了一下大略，后续将更细化的把更多的收获整理出来。敬请期待和支持。