C# (.NET) para Data Science: do básico à produção
C# (.NET) para Data Science: do básico à produção
Resumo:
O livro «C# (.NET) para Data Science» é o primeiro guia prático do gênero que revela as possibilidades do ecossistema .NET para resolver tarefas de análise de dados, aprendizado de máquina e visualização. Ao contrário do estereótipo de que Data Science é exclusividade do Python e R, o C# moderno e a plataforma .NET fornecem ferramentas poderosas para construir pipelines de processamento de dados de ponta a ponta, que se integram facilmente com sistemas corporativos.
Para quem é este livro:
- Desenvolvedores C# que desejam expandir sua expertise para a área de data science e aprendizado de máquina.
- Analistas de dados familiarizados com Python, mas que desejam aprender o stack .NET para trabalhar no ecossistema Microsoft.
- Estudantes e profissionais iniciantes que escolhem C# como linguagem de programação principal e se interessam por análise de dados.
- Líderes técnicos e arquitetos que planejam implementar soluções de ML na plataforma .NET.
O que você aprenderá com o livro:
- Como configurar o ambiente para data science no .NET: Jupyter Notebooks com .NET Interactive, Visual Studio, VS Code.
- Trabalho com a biblioteca Deedle para manipulação de dados tabulares (análogo ao pandas).
- Fundamentos de análise estatística e visualização de dados com Plotly.NET, LiveCharts e ScottPlot.
- Aplicação de LINQ para processamento e transformação eficiente de dados.
- Construção de modelos de aprendizado de máquina usando ML.NET: regressão, classificação, clusterização, recomendações.
- Trabalho com redes neurais através de TensorFlow.NET e TorchSharp.
- Implantação de modelos em produção: criação de Web API, integração com bancos de dados, uso de Docker e Azure.
- Casos reais: previsão de séries temporais, análise de sentimento de textos, segmentação de clientes, detecção de anomalias.
Características do livro:
- Todos os exemplos de código são escritos em C# 12 e .NET 8 com foco nos recursos modernos da linguagem.
- Instruções passo a passo desde a instalação de bibliotecas até a implantação da solução pronta.
- Tarefas práticas e listas de verificação para fixação do conteúdo.
- Projetos prontos que podem ser usados como modelos para suas próprias tarefas.
O livro é escrito em linguagem simples e acessível, não requer conhecimentos profundos de matemática ou estatística — todos os conceitos necessários são explicados conforme a necessidade. Você aprenderá a pensar como um data scientist, usando o C# que já é familiar para você.
Ideal para quem deseja combinar o poder do ecossistema .NET com métodos modernos de análise de dados e aprendizado de máquina, sem sair do ambiente de desenvolvimento habitual.
Recommendations
Desenvolvimento Web com Kotlin: do básico ao deploy
Testes de aplicações C++: de testes unitários à cobertura de integração
Kotlin: dicas e melhores práticas
Swift (iOS/macOS): dicas e melhores práticas
Desempenho de aplicações Kotlin: otimização de código, perfilamento e melhores práticas
Metaprogramação Prática em C++