Lær å opprette, trene og evaluere forskjellige maskinlæringsmodeller som regresjon, klassifisering og klynging ved hjelp av ML.NET, Entity Framework og ASP.NET Core. Boken gir en grundig innføring i ML.NET-rammeverket, dets komponenter og API-er gjennom praktiske eksempler. Du vil tilegne deg kunnskaper om hvordan du bygger, trener og vurderer populære maskinlæringsalgoritmer ved hjelp av ML.NET. I tillegg finner du ut hvordan du kan utvide eksisterende maskinlæringsmodeller ved å integrere dem med TensorFlow og andre biblioteker. Maskinlæring brukes i stor grad innen flere bransjer, som vitenskap, helsevesen og forskning, og dens popularitet er stadig økende. I mars 2018 introduserte Microsoft ML.NET for å hjelpe .NET-entusiaster med å arbeide med maskinlæring. Gjennom denne boken vil du lære hvordan du kan bygge ML.NET-applikasjoner ved hjelp av de forskjellige tilgjengelige ML-modellene med C#-kode. Boken begynner med en oversikt over maskinlæring og de typene algoritmer som anvendes, før den gir deg innsikt i hva ML.NET er og hvorfor det er essensielt for å utvikle maskinlæringsapplikasjoner.
