机器学习与 C# (.NET)：实践指南

《机器学习与 C# (.NET)》一书是一本面向开发者的实践指南，帮助您在 .NET 生态系统中掌握人工智能技术。与众多专注于 Python 的书籍不同，本书聚焦于 ML.NET、TensorFlow.NET 以及 C# 世界中其他可用库的特定用法。

本书内容涵盖什么？

本书涵盖了机器学习模型创建的完整流程：从数据准备和算法选择，到在生产环境中部署最终解决方案。您将学会：

• 使用 ML.NET 框架——.NET 中原生的机器学习工具
• 构建分类、回归、聚类模型以及推荐系统
• 通过 TensorFlow.NET 和 ONNX 集成神经网络
• 处理文本、图像和时间序列数据
• 将模型部署为 REST API、桌面应用和 Web 应用
• 在 .NET 环境中优化模型性能

本书适合哪些读者？

本书面向具备基础编程经验的 C# 开发者，希望扩展数据科学和机器学习方面的技能。无论您是初学者还是经验丰富的专业人士，只要希望在 .NET 平台的项目中引入 AI，本书都将大有裨益。

您将学到什么？

• 机器学习基础：算法如何工作、什么是过拟合、质量指标
• ML.NET 实战：从数据加载到模型导出
• 深度学习：用 C# 创建神经网络
• 实践案例：聊天机器人、推荐系统、文本情感分析、图像识别
• 机器学习运维：模型版本管理、A/B 测试、监控

所有代码示例均可下载，并遵循 .NET 最佳实践（依赖注入、async/await、Entity Framework）编写。本书包含分步指导、截图以及对复杂概念的详细解释。

迈出创建智能 C# 应用的一步——无需切换其他编程语言，即可探索机器学习的世界！