Leserbewertungen
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 8 Stimmen.
Originaltitel:
Programming ML.Net
Inhalt des Buches:
Das Expertenhandbuch zur Erstellung von Produktionslösungen für maschinelles Lernen mit ML.NET.
ML.NET macht die Möglichkeiten des maschinellen Lernens für alle.NET-Entwickler zugänglich - und Programming ML.NET hilft Ihnen, sie in echten Produktionslösungen anzuwenden. Nach dem Vorbild des Bestsellers Programming ASP.NET von Dino Esposito verfolgt dieses Buch denselben szenariobasierten Ansatz, den das Microsoft-Team bei der Entwicklung von ML.NET selbst verwendet hat. Nach einem grundlegenden Überblick über die ML.NET-Bibliotheken beleuchten die Autoren Miniframeworks ("ML Tasks") für Regression, Klassifizierung, Ranking, Anomalieerkennung und mehr. Für jede ML-Aufgabe bieten sie Einblicke in die Bewältigung gängiger Herausforderungen aus der Praxis. Die Autoren gehen weit über oberflächliches Lernen hinaus und stellen ML.NET Neural Networking ausführlich vor. Sie stellen eine vollständige Beispielanwendung vor, die die fortschrittlichen kognitiven Dienste von Microsoft Azure und ein handgefertigtes benutzerdefiniertes Keras-Netzwerk demonstriert und zeigt, wie beliebte Python-Tools innerhalb von.NET genutzt werden können.
Der 14-fache Microsoft MVP Dino Esposito und sein Sohn Francesco Esposito zeigen, wie man:
⬤ Bauen Sie intelligentere Lösungen für maschinelles Lernen, die näher an den Bedürfnissen Ihrer Benutzer sind.
⬤ Sehen Sie, wie ML.NET die klassische ML-Pipeline instanziiert und gängige Szenarien wie Stimmungsanalyse, Betrugserkennung und Preisvorhersage vereinfacht.
⬤ Implementierung von Datenverarbeitung und Training sowie "Produktion" von auf maschinellem Lernen basierenden Softwarelösungen.
⬤ Von einfachen Vorhersagen zu komplexeren Aufgaben übergehen, einschließlich Kategorisierung, Erkennung von Anomalien, Empfehlungen und Bildklassifizierung.
⬤ Führen Sie sowohl binäre als auch Multiklassen-Klassifizierungen durch.
⬤ Clustering und unüberwachtes Lernen nutzen, um Daten in homogene Gruppen einzuteilen.
⬤ Erkennen Sie Ausreißer, um verdächtiges Verhalten, Betrug, defekte Geräte oder andere Probleme zu erkennen.
⬤ Nutzen Sie die leistungsstarken und flexiblen Vorhersagefunktionen von ML.NET optimal.
⬤ Implementieren Sie die verwandten Funktionen von Ranking, Empfehlung und Collaborative Filtering.
⬤ Erstellen Sie schnell Lösungen zur Bildklassifizierung mit ML.NET Transfer Learning.
⬤ Zum Deep Learning übergehen, wenn Standardalgorithmen und oberflächliches Lernen nicht ausreichen.
⬤ Kaufen" Sie neuronale Netzwerke über die Azure Cognitive Services API oder erforschen Sie die Erstellung Ihrer eigenen mit Keras und TensorFlow.
Weitere Daten des Buches:
| ISBN: | 9780137383658 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2022 |
| Seitenzahl: | 256 |
Kauf:
Derzeit verfügbar, auf Lager.
