C# (.NET) pour la Data Science : des fondamentaux aux modèles de production

Le monde de la data science est traditionnellement associé à Python, mais la plateforme .NET offre des outils puissants et matures pour construire des pipelines de données, d'apprentissage automatique et d'analyse. Le livre «C# (.NET) for Data Science» est le premier guide exhaustif en français qui prouve que C# est un langage à part entière pour les tâches de data science, en particulier dans un environnement d'entreprise où la pile Microsoft est déjà utilisée.

De quoi parle ce livre ?

Le livre couvre le cycle complet de travail avec les données dans l'écosystème .NET :

• Collecte et nettoyage des données : travail avec CSV, JSON, bases de données (SQL Server, PostgreSQL), traitement en flux avec LINQ et la bibliothèque DataFrame de Microsoft.Data.Analysis.
• Analyse statistique et visualisation : utilisation de ML.NET, MathNet.Numerics pour les tests statistiques, création de graphiques avec Plotly.NET et LiveCharts2.
• Apprentissage automatique : entraînement de modèles de classification, régression, clustering et systèmes de recommandation sur ML.NET. Export de modèles vers ONNX pour une utilisation multiplateforme.
• Apprentissage profond : intégration avec TensorFlow.NET et TorchSharp pour les réseaux de neurones.
• Déploiement en production : packaging de modèles dans des services web (ASP.NET Core), création d'utilitaires console, pipelines dans Azure ML et conteneurs Docker.
• Intégration avec Python : appel de scripts Python depuis C#, utilisation de Python.NET et travail collaboratif des deux écosystèmes.

À qui s'adresse ce livre ?

• Développeurs .NET qui souhaitent maîtriser la data science sans quitter leur environnement familier Visual Studio / Rider.
• Analystes de données travaillant dans des entreprises avec une infrastructure .NET et cherchant une alternative à Python.
• Étudiants et jeunes professionnels désireux de comprendre comment utiliser C# pour l'analyse de données et le ML.
• Chefs d'équipe et architectes évaluant les capacités de .NET pour construire des solutions de données d'entreprise.

Qu'allez-vous apprendre ?

• Comment traiter de grands volumes de données à l'aide de flux parallèles et de System.Threading.Tasks.Dataflow.
• Comment construire un endpoint de prédiction sur ASP.NET Core en 15 minutes.
• Comment utiliser ML.NET pour des tâches sans écrire de code complexe — via AutoML.
• Comment visualiser les résultats d'analyse sur le web et le desktop.
• Comment tester et surveiller les modèles en production.

Le livre contient des dizaines d'exemples prêts à l'emploi, disponibles dans un dépôt GitHub. Tous les exemples sont écrits en C# 12 et .NET 8/9. Vous pourrez les reproduire étape par étape, même si vous n'avez jamais fait de data science auparavant.

«C# (.NET) for Data Science» est un pont entre le développement classique et l'analyse moderne. Après l'avoir lu, vous serez capable de construire vous-même des pipelines de traitement de données, d'entraîner des modèles et de les déployer dans des projets réels, en utilisant toute la puissance de la plateforme .NET.