C# (.NET) для Data Science: от основ до production-моделей

Мир data science традиционно ассоциируется с Python, но платформа .NET предлагает мощные и зрелые инструменты для построения пайплайнов данных, машинного обучения и аналитики. Книга «C# (.NET) for Data Science» — это первое исчерпывающее руководство на русском языке, которое доказывает: C# — полноценный язык для задач data science, особенно в корпоративной среде, где уже используется стек Microsoft.

О чём эта книга?

Книга охватывает полный цикл работы с данными в экосистеме .NET:

• Сбор и очистка данных: работа с CSV, JSON, базами данных (SQL Server, PostgreSQL), потоковая обработка с LINQ и библиотекой DataFrame из Microsoft.Data.Analysis.
• Статистический анализ и визуализация: использование ML.NET, MathNet.Numerics для статистических тестов, построение графиков с Plotly.NET и LiveCharts2.
• Машинное обучение: обучение моделей классификации, регрессии, кластеризации и рекомендательных систем на ML.NET. Экспорт моделей в ONNX для кроссплатформенного использования.
• Глубокое обучение: интеграция с TensorFlow.NET и TorchSharp для нейросетей.
• Production-развёртывание: упаковка моделей в веб-сервисы (ASP.NET Core), создание консольных утилит, пайплайнов в Azure ML и Docker-контейнеров.
• Интеграция с Python: вызов Python-скриптов из C#, использование Python.NET и совместная работа двух экосистем.

Для кого эта книга?

• .NET-разработчики, которые хотят освоить data science, не покидая привычную среду Visual Studio / Rider.
• Аналитики данных, работающие в компаниях с .NET-инфраструктурой и ищущие альтернативу Python.
• Студенты и начинающие специалисты, желающие понять, как применять C# для анализа данных и ML.
• Team Lead и архитекторы, оценивающие возможности .NET для построения корпоративных data-решений.

Что вы узнаете?

• Как обрабатывать большие объёмы данных с помощью параллельных потоков и System.Threading.Tasks.Dataflow.
• Как построить эндпоинт для предсказаний на ASP.NET Core за 15 минут.
• Как использовать ML.NET для задач без написания сложного кода — через AutoML.
• Как визуализировать результаты анализа в вебе и десктопе.
• Как тестировать и мониторить модели в production.

Книга содержит десятки готовых примеров, доступных в репозитории на GitHub. Все примеры написаны на C# 12 и .NET 8/9. Вы сможете повторять их шаг за шагом, даже если раньше не занимались data science.

«C# (.NET) for Data Science» — это мост между классической разработкой и современной аналитикой. После её прочтения вы сможете самостоятельно строить пайплайны обработки данных, обучать модели и внедрять их в реальные проекты, используя всю мощь платформы .NET.