什麼是機器學習模型？

機器學習模型是一種已定型的檔案，可辨識特定類型的模式。

您可以使用一組資料訓練模型；提供演算法，以便模型用於推理這些資料，並從中學習。

跳到主要內容 已不再支援此瀏覽器。

請升級至MicrosoftEdge，以利用最新功能、安全性更新和技術支援。

下載MicrosoftEdge 其他資訊 目錄 結束焦點模式 閱讀英文 儲存 目錄 閱讀英文 儲存 Twitter LinkedIn Facebook 電子郵件 WeChat 目錄 什麼是機器學習模型？ 發行項 04/02/2022 3位參與者 此頁面有所助益嗎？ Yes No 還有其他意見反應嗎？ 系統會將意見反應傳送給Microsoft：按下[提交]按鈕，您的意見反應將用來改善Microsoft產品和服務。

隱私權原則。

送出 謝謝。

本文內容 機器學習模型是一種已定型的檔案，可辨識特定類型的模式。

您可以使用一組資料訓練模型；提供演算法，以便模型用於推理這些資料，並從中學習。

一旦您將模型定型之後，就可以使用它來因應先前未看到的資料，並對這些資料進行預測。

例如，假設您想要建立可根據其臉部運算式辨識使用者表情的應用程式。

您可以將模型提供給每個標記有特定表情的臉部影像來定型模型，然後您可以在可辨識任何使用者表情的應用程式中使用該模型。

如需這類應用程式的範例，請參閱Emoji8範例。

使用時機機器學習 良好的機器學習案例通常具有下列通用屬性： 它們牽涉到重複的決策或評估，您想要自動化並需要一致的結果。

很難或無法明確描述決策背後的解決方案或準則。

您已標記資料或現有的範例，您可以在其中描述此狀況，並將其對應至正確的結果。

Windows機器學習會針對其模型使用OpenNeuralNetworkExchange(ONNX)格式。

您可以下載預先定型的模型，也可以定型您自己的模型。

如需詳細資訊，請參閱取得Windows的ONNX模型ML。

開始使用 您可以遵循其中一個完整應用程式教學課程來開始使用Windows機器學習，或直接跳至Windows機器學習範例。

注意 使用下列資源取得WindowsML的說明： 如需詢問或回答有關WindowsML的技術問題，請使用StackOverflow上的windows-machine-learning標籤。

如需回報錯誤(bug)，請在GitHub上提出問題。

本文內容