前言
简单来说机器学习的核心步骤在于“获取学习数据；选择机器算法；定型模型；评估模型，预测模型结果”，下面本人就以判断日报内容是否合格为例为大家简单的阐述一下C#的机器学习。
第一步：问题分析
根据需求可以得出我们的模型是以日报的内容做为学习的特征确定的，然后通过模型判断将该目标对象预测为是否符合标准（合格与不合格），简单来说就是一种分类场景（此场景结果属于二元分类，不是A就是B），那么也就确定了核心算法为分类算法当然还有其它的分类算法有兴趣的可以自己去了解一下在这里就不多做说明了。
第二步：环境准备
其他的代码编译运行的环境并没有太多要求，你只需要引用C#机器学习的NuGet 包，名为Microsoft.ML 具体的安装步骤在此就不做详细介绍了。
第三步：准备数据
这里会准备两个数据集 一个定型模型的数据集（可以称之为学习资料）wikipedia-detox-250-line-data.tsv数据实例部分展示如下（你的数据按照这种排列格式即可该该格式的定义取决于你的输入数据集类的结构在下面会讲到）：
Sentiment SentimentText
第一天上班 无事
完成了领导的安排任务
编写了一些代码然后写了一些杂七杂八的文档
和一般的码农做了一样的事情
和产品经理一起做了一些项目上的事情
早上来的时候就开始讨论需求，然后开始写代码，快下班的时候完成了整个过程的文档分享
***项目的整体编排会议，设计图的首页以及我的个人中心制作
**项目需求的对接，需求的梳理，实体结构的定义，数据库的迁移，脑图的完善
1、**项目的模板消息代码编写，2、**项目管理后台的模板发送完善，
