Ocena dojrzałości ML.Net

Abstract

W pracy została przeanalizowana platforma programistyczna ML.Net, która według założeń ma dostarczać rozwiązania wspierające wdrożenie mechanizmów uczenia maszynowego w aplikacjach .Net. Celem analizy było zbadanie czy biblioteka ta jest wystarczająco rozwinięta, aby można było ją uznać za dojrzałą. W tym celu przypomniany został typowy model pracy z rozwiązaniami uczenia maszynowego, a następnie przedstawione zostały kryteria, które pozwoliły na ocenę czy ta platforma jest dojrzała. W przygotowanych kryteria uwzględnione zostały zarówno otoczenie zewnętrzne w postaci środowiska w jakim jest rozwijana platforma jak i sposób zarządzenia projektem. Ponadto analizie poddana została dokumentacja, miejsca uzyskania pomocy jak i popularność rozwiązania. Druga część kryteriów dotyczyła omówienia najważniejszych założeń projektowych przyjętych przez projektantów oraz najważniejsze przyjęte założenia projektowe – w szczególności bazujących wokół mechanizmów przetwarzania dużych ilości danych oraz tych transformacji. W kolejnej części pracy przejrzane zostały wspierane zadania uczenia maszynowego oraz zimne i gorące punkty platformy programistycznej. W ostatniej części zostały przeprowadzone badania platformy programistycznej w wybranych zadaniach uczenia maszynowego, co pozwoliło na potwierdzenie czy rozwiązanie jest stabilne i daje akceptowalne wyniki. Powyższe analizy pozwoliły na stwierdzenie czy platforma programistyczna ML.Net jest stabilna, dojrzała oraz gotowa do użycia na środowiskach produkcyjnych.