Ocena:
Obecnie brak opinii czytelników. Ocena opiera się na 8 głosach.
Programming ML.Net
Przewodnik eksperta po tworzeniu produkcyjnych rozwiązań uczenia maszynowego za pomocą ML.NET!
ML.NET udostępnia moc uczenia maszynowego wszystkim programistom .NET, a Programowanie ML.NET pomaga zastosować ją w rzeczywistych rozwiązaniach produkcyjnych. Książka ta, wzorowana na bestsellerowym Programowaniu ASP.NET Dino Esposito, przyjmuje to samo podejście oparte na scenariuszach, które zespół Microsoftu wykorzystał do zbudowania samego ML.NET. Po podstawowym przeglądzie bibliotek ML.NET, autorzy przedstawiają mini-frameworki ("ML Tasks") do regresji, klasyfikacji, rankingu, wykrywania anomalii i nie tylko. Dla każdego zadania ML oferują wgląd w pokonywanie typowych wyzwań w świecie rzeczywistym. Wreszcie, wykraczając daleko poza płytkie uczenie się, autorzy dokładnie przedstawiają sieci neuronowe ML.NET. Przedstawiają kompletną przykładową aplikację demonstrującą zaawansowane usługi kognitywne Microsoft Azure i ręcznie wykonaną niestandardową sieć Keras - pokazując, jak wykorzystać popularne narzędzia Python w .NET.
14-krotny Microsoft MVP Dino Esposito i syn Francesco Esposito pokazują, jak:
⬤ Budować inteligentniejsze rozwiązania uczenia maszynowego, które są bliższe potrzebom użytkowników.
⬤ Zobaczyć, jak ML.NET instancjonuje klasyczny potok ML i upraszcza typowe scenariusze, takie jak analiza nastrojów, wykrywanie oszustw i przewidywanie cen.
⬤ Wdrożenie przetwarzania danych i szkolenia oraz "produkcja" rozwiązań programowych opartych na uczeniu maszynowym.
⬤ Przejście od podstawowego przewidywania do bardziej złożonych zadań, w tym kategoryzacji, wykrywania anomalii, rekomendacji i klasyfikacji obrazów.
⬤ Przeprowadzać klasyfikację binarną i wieloklasową.
⬤ Wykorzystanie klastrowania i uczenia bez nadzoru do organizowania danych w jednorodne grupy.
⬤ Wykrywanie wartości odstających w celu wykrycia podejrzanych zachowań, oszustw, wadliwego sprzętu lub innych problemów.
⬤ Wykorzystaj w pełni potężne, elastyczne możliwości prognozowania ML.NET.
⬤ Wdrożenie powiązanych funkcji rankingu, rekomendacji i filtrowania kolaboracyjnego.
⬤ Szybkie tworzenie rozwiązań do klasyfikacji obrazów za pomocą uczenia transferowego ML.NET.
⬤ Przejście do głębokiego uczenia, gdy standardowe algorytmy i płytkie uczenie nie są wystarczające.
⬤ "Kupuj" sieci neuronowe za pośrednictwem interfejsu API Azure Cognitive Services lub odkrywaj tworzenie własnych za pomocą Keras i TensorFlow.
