ML.NET Revealed: Simple Tools for Applying Machine Learning to Your Applications

با ML.NET آشنا شوید، یک چارچوب یادگیری ماشینی منبع باز جدید از مایکروسافت که هدف آن دموکراتیزه کردن یادگیری ماشین و فعال کردن هرچه بیشتر توسعه دهندگان است.
برای یادگیری نحوه ML وارد شوید. دات نت برای کپسوله کردن الگوریتم های پیچیده طراحی شده است و استفاده از آنها را در بسیاری از تنظیمات برنامه بدون نیاز به فکر کردن به جزئیات داخلی آسان می کند. با ویژگی هایی آشنا خواهید شد که "لوله کشی" لازم را که در انواع مشکلات یادگیری ماشین مورد نیاز است، انجام می دهند و زمان خود را برای تمرکز بر برنامه های خود آزاد می کنند. متوجه خواهید شد که اگرچه قطعات زیرساخت ممکن است در ابتدا به نظر قطع شده و تصادفی به نظر برسند، اما اینطور نیست.
توسعه دهندگانی که در مورد یادگیری ماشینی کنجکاو هستند، اما به دلیل پیچیدگی درک شده از آن اجتناب می کنند، از این کتاب بهره مند خواهند شد. این راهنمای مقدماتی به شما کمک می‌کند همه چیز را درک کنید و به شما انگیزه دهد که سناریوها و نمونه‌های کدی را امتحان کنید که می‌توانند در بسیاری از موقعیت‌های دنیای واقعی استفاده شوند.


آنچه خواهید آموخت</ b>

• یک مدل یادگیری ماشینی فقط با استفاده از زبان C# ایجاد کنید
• به درک خود از الگوریتم های یادگیری ماشین اعتماد کنید
• الگوریتم ها را بدون دردسر پیاده سازی کنید
• استفاده از نرم افزار کتابخانه ML.NET را شروع کنید
• فرصت های فراوان برای استفاده از ML.NET به نفع خود را بشناسید
• نمونه های کد را از کتاب استفاده و مجدداً استفاده کنید
• از منابع سریع انتخاب الگوریتم پاداش که به صورت آنلاین موجود است استفاده کنید

Get introduced to ML.NET, a new open source, cross-platform machine learning framework from Microsoft that is intended to democratize machine learning and enable as many developers as possible.
Dive in to learn how ML.NET is designed to encapsulate complex algorithms, making it easy to consume them in many application settings without having to think about the internal details. You will learn about the features that do the necessary “plumbing” that is required in a variety of machine learning problems, freeing up your time to focus on your applications. You will understand that while the infrastructure pieces may at first appear to be disconnected and haphazard, they are not.
Developers who are curious about trying machine learning, yet are shying away from it due to its perceived complexity, will benefit from this book. This introductory guide will help you make sense of it all and inspire you to try out scenarios and code samples that can be used in many real-world situations.


What You Will Learn

• Create a machine learning model using only the C# language
• Build confidence in your understanding of machine learning algorithms
• Painlessly implement algorithms
• Begin using the ML.NET library software
• Recognize the many opportunities to utilize ML.NET to your advantage
• Apply and reuse code samples from the book
• Utilize the bonus algorithm selection quick references available online