C# (.NET) для data science: практическое руководство

Мир Data Science традиционно ассоциируется с Python и R, но платформа .NET предлагает мощные и удобные инструменты для анализа данных, машинного обучения и построения production-решений. Книга "C# (.NET) для data science" — это первое comprehensive руководство на русском языке, которое покажет, как использовать экосистему .NET для решения задач data science: от сбора и очистки данных до развертывания моделей машинного обучения в продакшене.

О чём эта книга?

Книга охватывает полный цикл работы с данными на платформе .NET:

• Основы data science на C#: работа с коллекциями, LINQ для анализа данных, библиотеки MathNet.Numerics и Accord.NET для статистических вычислений.
• Обработка и очистка данных: загрузка данных из CSV, JSON, SQL, Excel; методы работы с пропусками, выбросами и дубликатами с помощью DataFrames (Microsoft.Data.Analysis).
• Машинное обучение с ML.NET: построение моделей классификации, регрессии, кластеризации и рекомендаций без глубоких знаний математики; автоматический подбор гиперпараметров (AutoML).
• Глубокое обучение: интеграция с TensorFlow.NET и PyTorch через TorchSharp для создания нейросетей.
• Визуализация данных: построение графиков с помощью Plotly.NET, LiveCharts2 и ScottPlot; создание интерактивных дашбордов.
• Интеграция с Python: вызов Python-кода из C# через Python.NET, использование библиотек NumPy, Pandas, Scikit-learn в .NET-проектах.
• Production-решения: упаковка моделей в микросервисы на ASP.NET Core, развертывание в Docker и Azure ML.

Для кого эта книга?

• Разработчиков на C#, которые хотят войти в Data Science, не покидая экосистему .NET.
• Data Scientist'ов, знакомых с Python, желающих освоить альтернативный стек технологий.
• Студентов и начинающих специалистов, изучающих машинное обучение и анализ данных.
• Team Lead'ов и архитекторов, планирующих внедрение ML в .NET-проекты.

Что вы узнаете?

• Как эффективно обрабатывать большие объёмы данных с помощью LINQ и DataFrames.
• Как построить и обучить модель машинного обучения на C# за 15 минут с помощью ML.NET.
• Как визуализировать данные и результаты анализа в вебе и десктопных приложениях.
• Как комбинировать мощь Python-библиотек с производительностью .NET.
• Как развернуть модель в продакшен и создать API для её использования.

Книга содержит множество практических примеров, готовых к использованию кусков кода и проектов, которые помогут вам сразу применить полученные знания. Независимо от вашего текущего уровня, вы найдёте в этой книге ценные инструменты для построения end-to-end решений в Data Science на платформе .NET.

Примечание: для чтения книги достаточно базового знания C# и общего понимания математической статистики. Все алгоритмы машинного обучения объясняются доступно, с упором на практику.