ML.NET 是一个免费的、开源的、跨平台的机器学习框架，使您能够构建定制的机器学习解决方案并将它们集成到 .NET 应用程序当中去。本指南提供了许多有关使用ML.NET的资源。
和ML.NET有关的更多信息，请参阅 .NET 博客中的 ML.NET 介绍：跨平台、已验证过并且开源的机器学习框架
目前版本为 0.11 ，此文档停留在 0.03 阶段前。因此部分信息已经更改，建议直接去微软的 ML.NET 官网查看更新的教程：ML.NET
若无意外，这个仓库会在正式版更新前后进行大更新。
要开始使用 ML.NET ，请查看 Iris Petal Prediction 快速入门或更深入的教程。
如果您是机器学习的新手，您还可以查看机器学习基础知识，您将在其中找到机器学习资源来帮助您理解机器学习。
ML.NET 指南有几个部分。您可以按顺序阅读它们，当然，您也可以直接跳到您最感兴趣的部分。
这是一个分步教程，旨在指导您在常见开发场景中构建自定义机器学习模型。
机器学习术语及其定义的列表。
查看 ML.NET API 参考以查看可用API。
最后更新于 2018/05/12
将保持与官网一并的更新
掘金翻译计划 是一个翻译优质互联网技术文章的社区，译文均发布在 掘金 上，更多优质内容请到 掘金 关注 相关标签。掘金翻译计划 内容覆盖 Android、iOS、前端、后端、区块链、产品、设计、人工智能等领域，想要查看更多优质译文请持续关注 掘金翻译计划、官方微博、知乎专栏。