Uczenie maszynowe weszło już do kanonu technice informatycznych. Praktyczne umiejętności w tej dziedzinie powinien posiadać każdy programista i analityk. Standardowo do rozwiązań związanych z machine learning stosuje się Pythona i opracowane dla niego biblioteki, niemniej równie efektywnie można do tego celu używać innych języków programowania.
Trzeba jedynie należycie zaznajomić się z wdrożeniami algorytmów uczenia maszynowego. Wyjątkowo ciekawym rozwiązaniem jest pisanie takich implementacji w C#. Przemawiają za tym nie tylko mocne strony samego języka, ale i to, że większość aplikacji dla profesjonalistów jest pisana w C# przy użyciu takich narzędzi jak Visual Studio, SQL Server, Unity czy Microsoft Azure.
Ta książka jest przeznaczona dla doświadczonych programistów C#, którzy chcą nauczyć się technik machine learning, deep learning i sztucznej inteligencji. Opisano tu dostępne narzędzia do uczenia maszynowego, dzięki którym możnastwarzać inteligentne aplikacje.NET wykorzystujące takie rozwiązania jak wykrywanie obrazów albo ruchu, wnioskowanie bayesowskie, głębokie uczenie i głęboka wiara.
Omówiono zasady implementacji algorytmów uczenia nadzorowanego i nienadzorowanego i ich zastosowanie w budowie modeli predykcji. Przedstawiono rozmaite techniki, od prostej regresji liniowej, poprzez drzewa decyzyjne i SVM, po nowoczesne rozwiązania, takie jak sztuczne sieci neuronowe, autoenkodery albo uczenie ze wzmocnieniem.
Najciekawsze zagadnienia przedstawione w książce: podstawy uczenia maszynowego używanie logiki rozmytej mapy samoorganizujące się framework Kelp.Net i jego integracja z systemem ReflectInsight realia obliczeń kwantowych Uczenie maszynowe - najlepiej z skutecznym C#!
Matt R. Cole od 30 lat programuje dla systemu Windows -- biegle posługuje się językami: C, C++, C# oraz platformą.NET. Napisał system generowania mowy, a także system VOIP dla NASA, którego wykorzystywano na promach kosmicznych i stacji kosmicznej.
Przygotował pierwszy framework mikrousług klasy enterprise (napisany w całości w C# i.NET), stosowany poprzez jeden z głównych funduszy hedgingowych. Napisał też framework nienaturalnej inteligencji, w którym zintegrowane zostały neurony lustrzane i kanoniczne.
Powyższy opis pochodzi od wydawcy.
