由微软研究院开发的机器学习框架ML.NET，在今年Build大会中推出了1.0正式版，现在微软再次更新框架提供的算法推出ML.NET 1.1，同时也更新了仍在预览阶段的ML.NET模型构建工具（Model Builder），添加问题分类样板以及改进模型构建各步骤功能。
ML.NET提供.NET开发人员简单且熟悉的机器学习开发工具，以在应用程序中加入自定义的机器学习模型，创建情感分析、推荐以及图像分类等应用。微软在ML.NET 1.0中加入自动化机器学习AutoML功能，能自动决定使用于数据的算法，帮助开发者快速创建机器学习模型。
微软在ML.NET 1.1中，为IDataview加入支持内存图像类型，而IDataView是.NET生态系统统各函数库共享的类型。在之前的ML.NET版本中，当开发者在模型中处理图像时，像是以TensorFlow或是ONNX模型为图像评分时，开发者需要指定磁盘中的路径，从文件中加载图像，但在ML.NET 1.1中，开发者可以使用内存中的图像，并直接进行处理。
Azure异常侦测团队为ML.NET的时间串行NuGet组件，贡献了一个名为SrCnnAnomalyDetection的异常侦测算法，这个仍在预览阶段的算法，使用了超高分辨率的深度卷积网络，让开发者应用来侦测各种异常事件，特别的是，这个演算不需要任何事先的训练，可以开箱即用。另外，时间串行NuGet组件中，还提供全新的时间串行预测组件，让开发者可以实例基于奇谱分析（Singular Spectrum Analysis，SSA）的时间串行预测分析模型，目前也正在预览阶段。
而在ML.NET 1.0加入的模型构建工具，能够为开发者在Visual Studio中，提供可视化接口构建、训练和定制化自定义机器学习模型，并支持自动化人工智能功能，自动探索数据适用的机器学习算法和设置。微软持续更新这个模型构建工具，在ML.NET 1.1版本中，增加了新的问题分类样板，让开发者可以分类表帧数据，其使用多重分类法，可以将数据分成三个以上的类别，适合的场景象是电子邮件分类或是GitHub问题等。