Aprendizado de Máquina e C# (.NET): Guia Prático
300 páginas
Portuguese
PDF
4.5

Aprendizado de Máquina e C# (.NET): Guia Prático

Aprendizado de Máquina e C# (.NET): Guia Prático

Autor:

Ano:

Resumo:

O livro «Aprendizado de Máquina e C# (.NET)» é o primeiro guia prático do seu tipo que mostra como aplicar algoritmos de aprendizado de máquina no ecossistema .NET, sem recorrer ao Python. Se você é um desenvolvedor C# e deseja incorporar funções inteligentes em suas aplicações — desde previsão de vendas até reconhecimento de imagens — este livro será seu companheiro confiável.



Sobre o que é o livro

  • Fundamentos do aprendizado de máquina: regressão, classificação, clusterização, métodos ensemble.
  • Trabalho com o framework ML.NET: carregamento de dados, construção de pipelines, treinamento e avaliação de modelos.
  • Projetos reais: sistema de recomendação, detector de anomalias, análise de sentimento de texto.
  • Integração de redes neurais: aplicação de TensorFlow e ONNX em aplicações .NET.
  • Implantação de modelos: publicação via web API, incorporação em aplicações desktop e mobile.
  • Best practices: tratamento de valores ausentes, normalização, seleção de métricas, combate ao overfitting.


Para quem é este livro

  • Desenvolvedores C# que desejam dominar o aprendizado de máquina sem mudar de stack.
  • Engenheiros backend .NET que buscam adicionar funcionalidades de IA a serviços web.
  • Estudantes e profissionais juniores que estudam data science na plataforma Microsoft.
  • Tech leads e arquitetos que avaliam as capacidades do ML.NET para projetos comerciais.


O que você aprenderá

  • Como projetar e treinar um modelo de aprendizado de máquina usando apenas C# e Visual Studio.
  • Como preparar dados: desde CSV e bancos de dados até fontes de streaming.
  • Como escolher o algoritmo adequado: regressão linear, árvores de decisão, SVM, redes neurais.
  • Como avaliar a qualidade do modelo usando validação cruzada e matriz de confusão.
  • Como exportar o modelo para o formato ONNX e utilizá-lo em outros ambientes.
  • Como construir um pipeline end-to-end desde dados brutos até uma solução em produção.


Cada capítulo contém exemplos de código prontos que podem ser executados imediatamente no .NET Core / .NET 8+. O livro é escrito em linguagem simples, sem matemática excessiva — o foco está na prática. Você aprenderá não apenas a executar algoritmos, mas também a entender por que eles funcionam e como ajustá-los para uma tarefa específica.



Independentemente de você estar criando um chatbot, um sistema de filtragem de spam ou análise preditiva — este livro fornecerá as ferramentas para implementar aprendizado de máquina na plataforma .NET.

Recommendations