Az ML.Net programozása

Értékelés:   (4.4 az 5-ből)

Az ML.Net programozása (Dino Esposito)

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 8 olvasói szavazat alapján történt.

Eredeti címe:

Programming ML.Net

Könyv tartalma:

A szakértői útmutató a gépi tanulási megoldások előállításához az ML.NET segítségével!

Az ML.NET minden .NET-fejlesztő számára elérhetővé teszi a gépi tanulás erejét - az ML.NET programozása pedig segít a gépi tanulás valós termelési megoldásokban való alkalmazásában. Ez a könyv Dino Esposito bestsellerének, az ASP.NET programozása című könyvnek a mintájára készült, és ugyanazt a forgatókönyv-alapú megközelítést alkalmazza, amelyet a Microsoft csapata magának az ML.NET-nek a megalkotásakor is használt. Az ML.NET könyvtárainak alapvető áttekintése után a szerzők a regresszió, az osztályozás, a rangsorolás, az anomália-érzékelés és sok más mini-vázlatot ("ML Tasks") mutatják be. Minden egyes ML Feladathoz betekintést nyújtanak a gyakori valós kihívások leküzdésére. Végül a szerzők a sekélyes tanuláson messze túlmutatva alaposan bemutatják az ML.NET neurális hálózatokat. Bemutatnak egy teljes példaalkalmazást, amely a fejlett Microsoft Azure kognitív szolgáltatásokat és egy kézzel készített egyedi Keras-hálózatot demonstrál - bemutatva, hogyan lehet a népszerű Python-eszközöket a.NET-en belül kihasználni.

A 14-szeres Microsoft MVP Dino Esposito és fia, Francesco Esposito megmutatják, hogyan:

⬤ Okosabb gépi tanulási megoldásokat építsen, amelyek közelebb állnak a felhasználók igényeihez.

⬤ Nézze meg, hogyan instanciálja az ML.NET a klasszikus ML csővezetéket, és hogyan egyszerűsíti az olyan gyakori forgatókönyveket, mint az érzelemelemelemzés, a csalásfelismerés és az árjóslás.

⬤ Adatfeldolgozás és képzés megvalósítása, valamint a gépi tanuláson alapuló szoftvermegoldások "gyártásba vétele".

⬤ Az alapvető előrejelzéstől az összetettebb feladatokig, beleértve a kategorizálást, az anomália-felismerést, az ajánlásokat és a képosztályozást.

⬤ Bináris és többosztályos osztályozás elvégzése.

⬤ Klaszterezés és felügyelet nélküli tanulás alkalmazása az adatok homogén csoportokba rendezéséhez.

⬤ Kiszúrja a kiugró értékeket a gyanús viselkedés, csalás, meghibásodott berendezések vagy egyéb problémák észlelése érdekében.

⬤ Hozza ki a legtöbbet az ML.NET erőteljes, rugalmas előrejelzési képességeiből.

⬤ A rangsorolás, az ajánlás és a kollaboratív szűrés kapcsolódó funkcióinak megvalósítása.

⬤ Gyorsan építsen képosztályozási megoldásokat az ML.NET transzfer tanulással.

⬤ Lépjen át a mélytanulásra, amikor a szabványos algoritmusok és a sekély tanulás nem elegendőek.

⬤ "Vásároljon" neurális hálózatépítést az Azure Cognitive Services API-n keresztül, vagy fedezze fel a Keras és a TensorFlow segítségével történő saját építését.

A könyv egyéb adatai:

ISBN:9780137383658
Szerző:
Kiadó:
Nyelv:angol
Kötés:Puha kötés
A kiadás éve:2022
Oldalak száma:256

Vásárlás:

Jelenleg kapható, készleten van.

A szerző további könyvei:

A gépi tanulás bemutatása - Introducing Machine Learning
A gépi tanulás fogalmainak elsajátítása és valós megoldások kidolgozása A gépi tanulás hatalmas lehetőségeket...
A gépi tanulás bemutatása - Introducing Machine Learning
Microsoft .Net: Alkalmazások tervezése a vállalat számára - Microsoft .Net: Architecting...
A szoftverépítészek összefoglalója az alapvető...
Microsoft .Net: Alkalmazások tervezése a vállalat számára - Microsoft .Net: Architecting Applications for the Enterprise
Az ASP.NET Core programozása - Programming ASP.NET Core
A teljes, pragmatikus útmutató a nagy értékű megoldások ASP.NET Core segítségével történő építéséhez.Az ASP.NET...
Az ASP.NET Core programozása - Programming ASP.NET Core
Az ML.Net programozása - Programming ML.Net
A szakértői útmutató a gépi tanulási megoldások előállításához az ML.NET segítségével! Az ML.NET minden .NET-fejlesztő számára...
Az ML.Net programozása - Programming ML.Net
Tiszta architektúra a .Net segítségével - Clean Architecture with .Net
Megérti, hogy mit kell tennie a tiszta.NET architektúra fejlesztésének bármely...
Tiszta architektúra a .Net segítségével - Clean Architecture with .Net

A szerző munkáit az alábbi kiadók adták ki:

© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)