ML.NET – Machine-Learning-Framework für .NET-Entwickler

Mit dem ML.NET Framework will Microsoft .NET-Entwicklern die Möglichkeit bieten, auch ohne umfangreiche Kenntnisse der Entwicklung von Machine-Learning-Modellen oder deren Training, ML-Techniken in ihren Apps einzusetzen. Das nun angekündigte und dann auch als Open-Source-Software zur Verfügung stehende ML-NET-Framework wurde nach Aussagen, die Microsoft in einem Blogeintrag macht, ursprünglich von Microsoft Research entwickelt. Es wird demnach bereits in vielen Bereichen der Firma, unter anderem in den Produktgruppen Windows, Bing und Azure, verwendet.

ML.NET kann dabei sowohl auf Windows als auch auf Linux und macOS sowie jedem anderem System eingesetzt werden, auf dem der 64 bit NET.Core 2.0 (oder spätere Version) installiert ist. In dieser aktuellen 0.1-Version unterstützt ML.NET Machine-Learning-Aufgaben wie Klassifikation (zum Beispiel Textkategorisierungen und Sentimentanalyse) und Regression (beispielsweise Vorhersagen und Preisprognosen). Mit dem Framework werden APIs für Trainingmodelle, die wiederum Modelle für Vorhersagen nutzen, ebenso wie die Kernelemente des eigentlichen Frameworks zur Verfügung gestellt. Dazu gehören dann unter anderem noch Algorithmen für das Lernen, Tools für die Transformation (transforms) und das Grundgerüst der ML-Datenstruktur. Die Macher hinter dem ML.NET weisen in diesem Zusammenhang explizit darauf hin, dass es sich eben "nur" um ein Framework handelt, weshalb es zum Beispiel auch durch den Einsatz von TensorFlow, Accord.NET und CNTK erweitert werden kann.

Wer das neue Framework selbst testen will, findet auf GitHub alles, was er dazu braucht. Im Blogeintrag auf dem .NET Blog beschreiben die Entwickler nicht nur die Kernkomponenten von ML.NET genau, sondern helfen auch bei den ersten Schritten mit dem Framework. (fms)