MklComponentsCatalog クラス

定義

名前空間:: Microsoft.ML

アセンブリ:: Microsoft.ML.Mkl.Components.dll

パッケージ:: Microsoft.ML.Mkl.Components v4.0.1

パッケージ:: Microsoft.ML.Mkl.Components v1.0.0

パッケージ:: Microsoft.ML.Mkl.Components v1.1.0

パッケージ:: Microsoft.ML.Mkl.Components v1.2.0

パッケージ:: Microsoft.ML.Mkl.Components v1.3.1

パッケージ:: Microsoft.ML.Mkl.Components v1.4.0

パッケージ:: Microsoft.ML.Mkl.Components v1.5.5

パッケージ:: Microsoft.ML.Mkl.Components v1.6.0

パッケージ:: Microsoft.ML.Mkl.Components v1.7.1

パッケージ:: Microsoft.ML.Mkl.Components v2.0.1

パッケージ:: Microsoft.ML.Mkl.Components v3.0.1

パッケージ:: Microsoft.ML.Mkl.Components v5.0.0-preview.1.25125.4

ソース:: MklComponentsCatalog.cs

ソース:: MklComponentsCatalog.cs

ソース:: MklComponentsCatalog.cs

ソース:: MklComponentsCatalog.cs

重要

一部の情報は、リリース前に大きく変更される可能性があるプレリリースされた製品に関するものです。 Microsoft は、ここに記載されている情報について、明示または黙示を問わず、一切保証しません。

MKL (Math Kernel Library) トレーナーを作成し、コンポーネントを変換するための RegressionCatalog.RegressionTrainers、 BinaryClassificationCatalog.BinaryClassificationTrainers、および TransformsCatalog の拡張メソッドのコレクション。

public static class MklComponentsCatalog

type MklComponentsCatalog = class

Public Module MklComponentsCatalog

継承: Object
MklComponentsCatalog

メソッド

名前	説明
Ols(RegressionCatalog+RegressionTrainers, OlsTrainer+Options)	線形回帰モデルを使用してターゲットを予測する高度なオプションを使用して OlsTrainer を作成します。
Ols(RegressionCatalog+RegressionTrainers, String, String, String)	線形回帰モデルを使用してターゲットを予測する OlsTrainerを作成します。
SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, Int32)	SymbolicSgdLogisticRegressionBinaryTrainerを作成します。これは、ブールラベルデータに対してトレーニングされた線形二項分類モデルを使用してターゲットを予測します。確率的勾配降下法 (SGD) は、異なる目的関数を最適化する反復アルゴリズムです。 SymbolicSgdLogisticRegressionBinaryTrainerは、シンボリック実行を使用して SGD を並列化します。
SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options)	高度なオプションを使用して SymbolicSgdLogisticRegressionBinaryTrainer を作成します。これは、ブールラベルデータに対してトレーニングされた線形二項分類モデルを使用してターゲットを予測します。確率的勾配降下法 (SGD) は、異なる目的関数を最適化する反復アルゴリズムです。 SymbolicSgdLogisticRegressionBinaryTrainerは、シンボリック実行を使用して SGD を並列化します。
VectorWhiten(TransformsCatalog, String, String, WhiteningKind, Single, Int32, Int32)	既知の共分散行列を持つランダム変数のベクトルで満たされた列を、共分散が同一行列である新しい変数のセットに取り込みます。つまり、それらは相関なしであり、それぞれが分散 1 を持ちます。

適用対象