Uczenie maszynowe weszło już do kanonu technologii informatycznych. Użyteczne 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. Niezwykle atrakcyjnym rozwiązaniem jest pisanie takich implementacji w C#. Przemawiają za tym nie tylko mocne strony samego języka, lecz i to, iż większość aplikacji dla profesjonalistów jest pisana w C# przy użyciu takich narzędzi jak Visual Studio, SQL Server, Unity czy Microsoft Azure.
Ta książka jest dedykowana dla doświadczonych programistów C#, którzy chcą nauczyć się technik machine learning, deep learning i nienaturalnej inteligencji. Opisano tu przystępne narzędzia do uczenia maszynowego, dzięki którym możnabudować inteligentne aplikacje.NET wykorzystujące takie rozwiązania jak wykrywanie obrazów lub ruchu, wnioskowanie bayesowskie, głębokie uczenie i głęboka wiara.
Omówiono zasady implementacji algorytmów uczenia nadzorowanego i nienadzorowanego oraz ich wykorzystanie w budowie modeli predykcji. Przedstawiono zróżnicowane techniki, od prostej regresji liniowej, przez drzewa decyzyjne i SVM, po nowoczesne rozwiązania, takie jak nienaturalne sieci neuronowe, autoenkodery albo uczenie ze wzmocnieniem.
Najciekawsze zagadnienia przedstawione w książce: podstawy uczenia maszynowego wykorzystywanie logiki rozmytej mapy samoorganizujące się framework Kelp.Net i jego integracja z systemem ReflectInsight realia obliczeń kwantowych Uczenie maszynowe - najlepiej z sprawnym C#!
Matt R. Cole od 30 lat programuje dla systemu Windows -- biegle posługuje się językami: C, C++, C#, a także platformą.NET. Napisał system generowania mowy, a także system VOIP dla NASA, którego stosowano na promach kosmicznych i stacji kosmicznej.
Przygotował pierwszy framework mikrousług klasy enterprise (napisany w całości w C# i.NET), stosowany przez jeden z głównych funduszy hedgingowych. Napisał też framework sztucznej inteligencji, w którym zintegrowane zostały neurony lustrzane i kanoniczne.
Powyższy opis pochodzi od wydawcy.