Infer.NET基于模型的機器學(xué)習(xí)框架

Infer.NET 是一個在圖形模型中運行貝葉斯推理的框架，它也可以用于概率編程。可以使用 Infer.NET 來解決許多不同類型的機器學(xué)習(xí)問題，包括分類、推薦或集群等標(biāo)準(zhǔn)問題與針對特定領(lǐng)域問題的定制解決方案。Infer.NET 目前已被廣泛應(yīng)用于各個領(lǐng)域，包括信息檢索、生物信息學(xué)、流行病學(xué)、視覺以及許多其它領(lǐng)域。

Infer.NET 項目是英國劍橋微軟研究中心的一個團隊于 2004 年啟動的，在那之后于 2008 年將其發(fā)布用于學(xué)術(shù)用途。在微軟的 AI 新世界中，該技術(shù)已經(jīng)發(fā)展成為機器學(xué)習(xí)引擎并進入 Office 和 Azure 以及 Xbox 上的游戲應(yīng)用程序。

采用基于模型的方法進行機器學(xué)習(xí)，開發(fā)人員為框架提供模型，然后框架直接從提供的模型中生成機器學(xué)習(xí)算法。許多學(xué)習(xí)模型要求程序員將他們的模型映射到預(yù)先存在的學(xué)習(xí)算法，然而，Infer.NET 卻是反過來的一個過程，這是 Infer.NET 的優(yōu)勢。開發(fā)者認為隨著人工智能軟件變得越來越流行，解釋系統(tǒng)行為變得越來越重要，用戶應(yīng)該可以在給定模型的情況下找出系統(tǒng)以某種方式表現(xiàn)的原因。

Infer.NET 是跨平臺的，支持 .NET Framework 4.6.1、.NET Core 2.0 和 Mono 5.0，Windows 用戶可以在 Visual Studio 2017 中使用，而 macOS 和 Linux 人員可以使用命令行選項將其整合到所選擇的代碼管理器中。