.NET

รู้จักกับ ML.NET

เรื่องที่เกี่ยวข้อง - , , , ,
Viewed - 1318
ML.NET

Machine Learning เป็นความรู้ใหม่ที่เป็นกระแส และมีการนำมาใช้งานจริงในหลายอุตสาหกรรม เครื่องมือต่างๆ ก็มีการพัฒนาขึ้นมามากมายเช่นกัน

ในวันนี้เราจะมาทำความเข้าใจกับเครื่องมือในฝั่ง Microsoft อย่าง ML.NET กันครับ

Machine Learning สำหรับ .NET Application

.NET Framework ถูกใช้ในการพัฒนาระบบ และแอพพลิเคชั่นมาหลายปีแล้ว ดังนั้นในยุคที่ข้อมูลกลายเป็นเหมืองทอง และสามารถนำมาใช้ในรูปแบบต่างๆ ได้

ทำให้การนำ Machine Learning มาใช้กับระบบ .NET Application เดิมได้นั้น เป็นการเพิ่มศักยภาพของแอพพลิเคชั่นที่มีอยู่เดิม โดยที่ไม่ต้องเสียทรัพยากรตั้งแต่เริ่มต้นนับ 1 ใหม่นั่นเองครับ

หัวใจสำคัญของ ML.NET

แกนการทำงานหลักของ ML.NET คือตัวข้อมูลที่เรียกกันสั้นๆ ว่า Model นั่นเอง โดย Model จะเป็นการกำหนดขั้นตอนการแปลข้อมูลมากมายที่เรามีอยู่ใน Database ให้กลายเป็นข้อมูลที่สามารถใช้ในเชิงธุรกิจได้

โดยในที่นี้เราสามารถสร้าง Model ขึ้นเองจากอัลกอริทึ่มที่มีให้เลือก (พร้อมใช้ขนาดนี้) หรือจะนำเข้า Model จากระบบยอดฮิตอย่าง Tensorflow หรือ ONNX ก็ได้

รันได้บนทุกระบบ

เนื่องจากปัจจุบันที่พลเขียนเล่าอยู่นี้ ทาง Microsoft ได้แตกระบบการพัฒนาที่เรียกว่า .NET Framework เป็นอีกส่วนหนึ่งชื่อว่า .NET Core ดังนั้นเพื่อให้เข้าใจชัดเจน เวลาเราใช้งาน ML.NET จะแยกการทำงานบนระบบดังนี้:

  1. .NET Core จะใช้กับ ML.NET ที่รันบน Windows, MacOS, และ Linux
  2. .NET Framework จะใช้กับ ML.NET ที่รันบน Windows
  3. รองรับการทำงานแบบ 64 bit บนทุกระบบ
  4. รองรับการทำงานแบบ 32 bit เฉพาะบน Windows และจะไม่สามารถใช้ความสามารถของ Model ที่สร้างจาก TensorFlow, LightGBM, และ ONNX ได้

Prediction ที่สามารถใช้งานได้บน ML.NET

  • Classification/Categorization จัดกลุ่มข้อมูล เช่น การแยกคอมเม้นด้านบวก ออกจากด้านลบของความเห็นผู้ใช้งาน (User Feedback)
  • Regression/Predict continuous values คำนวนมูลค่าของบ้าน โดยอ้างอิงจากข้อมูลที่เกี่ยวข้อง เช่น ขนาด และพื้นที่
  • Anomaly Detection ตรวจจับกระแสข้อมูลที่ผิดปกติ เช่น transaction ของข้อมูลการเงินในการธนาคาร
  • Recommendations แนะนำทางเลือก จากการประเมินข้อมูลก่อนหน้า เช่นการแนะนำสินค้าให้ผู้ซื้อ อ้างอิงจากประวัติการซื้อสินค้าก่อนหน้า
  • Time series/sequential data ทำนายด้วยข้อมูลตามช่วงเวลา เช่นการพยากรณ์อากาศ หรือยอดขาย
  • Image classification ประเมินรูปภาพ เช่นการวิเคราะห์ภาพถ่ายทางการแพทย์

ดังนั้น ML.NET เป็นเหมือนช่องทางใหม่สำหรับนักพัฒนา .NET หรือผู้ที่ใช้ระบบของ Microsoft อยู่แล้ว ในการนำ Machine Learning เข้ามาเสริมศักยภาพของระบบเดิิม หรือแม้แต่สร้างขึ้นใหม่ เพื่อความได้เปรียบทางคู่แข่งนั่นเองครับ

อ้างอิง – Microsoft Docs: ML.NET

Loading Facebook Comments ...

Leave a Reply

Your email address will not be published. Required fields are marked *

Fill out this field
Fill out this field
Please enter a valid email address.

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Menu