Ultimate Machine Learning with ML.NET: Build, Optimize, and Deploy Powerful Machine Learning Models for Data-Driven Insights with ML.NET, Azure Functions, and Web API
Lingua: inglese
Editore: Orange Education Pvt. Ltd, 2024
Serie: Libro 1 di 2 - Machine Learning Engineer (ML) — Advanced Path
- Brossura
- Nuovo
Da: Biblios, frankfurt am main, hessen, GermaniaBiblios
Venditore AbeBooks dal 10 settembre 2024
Condizione: Nuovo
EUR 23,87
Quantità: 4 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
PRINT ON DEMAND.
Codice articolo 18402374569
- Titolo
- Ultimate Machine Learning with ML.NET: Build, Optimize, and Deploy Powerful Machine Learning Models for Data-Driven Insights with ML.NET, Azure Functions, and Web API
- Autore
- Mahasivabhattu, Kalicharan; Bandi, Deepti; AVA, Orange
- Editore
- Orange Education Pvt. Ltd
- Anno di pubblicazione
- 2024
- Condizione
- New
- Rilegatura
- Brossura
- Lingua
- inglese
- ISBN 10
- 8197256373
- ISBN 13
- 9788197256370
- Serie
- Libro 1 di 2: Machine Learning Engineer (ML) — Advanced Path
Take your skills to the next level with ML.NET for machine learning and generative AI. This practical guide delivers step-by-step coverage for data preparation and preprocessing for ML.NET workflows, regression, classification, and clustering with ML.NET, and automated deployment of ML.NET solutions with Web API in a way that’s natural, accessible, and designed for real-world projects.
Book Description
Dive into the world of machine learning for data-driven insights and seamless integration in .NET applications with the Ultimate Machine Learning with ML.NET.
The book begins with foundations of ML.NET and seamlessly transitions into practical guidance on installing and configuring it using essential tools like Model Builder and the command-line interface. Next, it dives into the heart of machine learning tasks using ML.NET, exploring classification, regression, and clustering with its versatile functionalities.
It will delve deep into the process of selecting and fine-tuning algorithms to achieve optimal performance and accuracy. You will gain valuable insights into inspecting and interpreting ML.NET models, ensuring they meet your expectations and deliver reliable results. It will teach you efficient methods for saving, loading, and sharing your models across projects, facilitating seamless collaboration and reuse.
The final section of the book covers advanced techniques for optimizing model accuracy and refining performance. You will be able to deploy your ML.NET models using Azure Functions and Web API, empowering you to integrate machine learning solutions seamlessly into real-world applications.
What You’ll Learn Inside:
- Hands-on instructions for step-by-step ML.NET model builder and CLI guide to help you quickly build accurate models
- Proven approaches for deploying ML.NET models with Azure Functions and automating model deployment for enterprise applications
- Guidance on model persistence and sharing across ML.NET projects—collaborate and optimize performance
- Clear techniques for ML.NET accuracy optimization, interpretability, and algorithm tuning in production settings
- Practical advice for integrating data science ML.NET projects into .NET workflows
- Coverage of machine learning book for .NET developers including robust model evaluation strategies
- Actionable steps for model interpretability in ML.NET projects and building reliable pipelines from start to finish
- Developers and data scientists looking for a modern ML.NET book to master machine learning .NET solutions
- Teams needing straightforward guides for Azure Functions ML.NET, .NET machine learning, and web API deployment
- Professionals focused on model persistence, algorithm tuning, and performance optimization.
- Policy-compliant, original content, crafted with Amazon-approved keywords and aligned tightly with your actual book focus
- Natural, easy-to-read tone for maximum user benefit and SEO performance—no unauthorized brands or character names.
Table of Contents
1. Introduction to ML.NET
2. Installing and Configuring ML.NET
3. ML.NET Model Builder and CLI
4. Collecting and Preparing Data for ML.NET
5. Machine Learning Tasks in ML.NET
6. Choosing and Tuning Machine Learning Algorithms in ML.NET
7. Inspecting and Interpreting ML.NET Models
8. Saving and Loading Models in ML.Net
9. Optimizing ML.NET Models for Accuracy
10. Deploying ML.NET Models with Azure Functions and Web API
Index
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Biblios
frankfurt am main, hessen, Germania
Venditore AbeBooks dal 10 settembre 2024
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 25 a 45 giorni lavorativi | Da 8 a 14 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 9,95 | EUR 18,70 |
Metodi di pagamento
Descrizione dello Store
We carry a wide selection of books from South Asia, United States, UK.
Specializzazione
new books imported from india, uk, usaInformazioni sull’azienda del venditore
Readingos GmbH
Kaiserstraße 47
Frankfurt am Main, Germania 60329
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a Biblios, frankfurt am main, Germany, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.