Aprendizado de Máquina e Rust: do básico à produção

O livro "Aprendizado de Máquina e Rust" é o primeiro guia prático do seu tipo, que combina o poder e o desempenho da linguagem Rust com métodos modernos de aprendizado de máquina. O autor, Alexei Volkov, um desenvolvedor Rust experiente e pesquisador em ML, guiará você passo a passo desde os fundamentos até a criação de modelos prontos para produção.

Este livro é destinado a:

• Desenvolvedores Rust que desejam dominar o aprendizado de máquina sem migrar para Python
• Cientistas de Dados que buscam aumentar o desempenho de seus modelos
• Programadores de sistemas interessados em integrar ML em sistemas de alta carga
• Todos que desejam entender como aplicar Rust na área de inteligência artificial

O que você aprenderá com o livro:

• Fundamentos de álgebra linear e estatística usando os crates ndarray e nalgebra
• Implementação de algoritmos clássicos: regressão linear, árvores de decisão, SVM
• Construção e treinamento de redes neurais com tch-rs (binding para PyTorch) e burn
• Trabalho com dados: carregamento, pré-processamento e aumento de dados usando polars e csv
• Serialização de modelos, implantação e otimização para produção
• Computação paralela e aceleração por GPU em Rust
• Projetos práticos: desde reconhecimento de imagens até séries temporais

Características do livro:

• Todos os exemplos de código estão disponíveis no GitHub e são totalmente funcionais
• Instruções passo a passo com explicação de cada etapa
• Comparação de desempenho Rust vs Python em tarefas de ML
• Dicas sobre escolha de crates e arquitetura de aplicações

O livro é escrito em linguagem acessível e é adequado tanto para iniciantes em Rust (com conhecimento básico de sintaxe) quanto para programadores experientes. Após a leitura, você será capaz de criar sistemas de ML rápidos, seguros e eficientes, prontos para uso em projetos reais.

Um complemento ideal para sua biblioteca, se você deseja elevar suas habilidades em aprendizado de máquina a um novo nível com Rust.