Machine Learning with ML.NET and .NET 10: Create Practical Machine Learning Applications with C# for Prediction, Classification, and Data-Driven Solutions
Idioma: inglés
Editorial: Independently published, 2026
- Tapa blanda
- Nuevo

Librería: California Books, Miami, FL, Estados Unidos de AmericaCalifornia Books
Vendedor de IberLibro desde 27 de octubre de 2023
Condición: Nuevo
EUR 37,46
Cantidad disponible: Más de 20 disponibles
Añadir al carritoDescripción del artículo del vendedor
Print on Demand.
N° de ref. del artículo I-9798173112026
- Título
- Machine Learning with ML.NET and .NET 10: Create Practical Machine Learning Applications with C# for Prediction, Classification, and Data-Driven Solutions
- Autor
- Verne, Lucian
- Editorial
- Independently published
- Año de publicación
- 2026
- Estado
- New
- Encuadernación
- Encuadernación de tapa blanda
- Idioma
- inglés
- ISBN 13
- 9798173112026
Machine learning can seem intimidating when you first encounter terms such as features, labels, training pipelines, classification, regression, and model evaluation. But if you already understand the basics of C# and .NET, you do not need a data-science background, advanced mathematics, or previous machine-learning experience to begin.
Machine Learning with ML.NET and .NET 10 gives you a practical, step-by-step path from your first machine-learning concepts to building, evaluating, deploying, and maintaining useful predictive applications with C#.
Instead of overwhelming you with theory, the book develops your skills through a cumulative business-oriented project. You will work with realistic data, build ML.NET pipelines, train models, examine mistakes, compare alternatives, and gradually move toward production-ready solutions. Along the way, you will see that weak models, imperfect data, misleading metrics, and coding mistakes are normal parts of learning—and that every correctly prepared dataset, successful training run, and improved prediction is meaningful progress.
Key Features• Beginner-friendly introduction to practical machine learning for C# and .NET developers
• Step-by-step ML.NET examples using .NET 10
• Practical classification, regression, forecasting, and anomaly-detection workflows
• Clear treatment of data preparation, feature engineering, leakage prevention, and model evaluation
• Real-world guidance for ASP.NET Core integration, model deployment, monitoring, and retraining
• Review questions, practical exercises, troubleshooting guidance, and quick-reference appendices
• Production-minded techniques without unnecessary mathematical complexity
• Translate real business problems into suitable machine-learning tasks
• Prepare, clean, validate, and split data correctly
• Build maintainable ML.NET transformation and training pipelines
• Engineer numeric, categorical, and text features
• Create binary, multiclass, and regression models
• Evaluate models using accuracy, precision, recall, F1, ROC AUC, MAE, RMSE, and other useful metrics
• Use cross-validation, feature importance, AutoML, and model comparison techniques
• Work with forecasting, anomaly detection, and pretrained ONNX models
• Serve predictions through ASP.NET Core 10 applications
• Test, monitor, version, retrain, and maintain models in production
This book is ideal for C# and .NET developers, students, self-learners, and software professionals who want to enter machine learning without switching to another programming ecosystem. No previous machine-learning or data-science experience is required. Basic familiarity with C# and .NET development is recommended.
Table of ContentsChapter 1: Machine Learning Foundations with ML.NET and .NET 10
Chapter 2: Preparing Reliable Data for Machine Learning
Chapter 3: Feature Engineering and ML.NET Pipelines
Chapter 4: Predicting Customer Churn with Binary Classification
Chapter 5: Predicting Numeric Outcomes with Regression
Chapter 6: Classifying Support Requests with Multiclass Models
Chapter 7: Validating, Improving, and Explaining Models
Chapter 8: Extending ML.NET to Additional Prediction Scenarios
Chapter 9: Integrating ML.NET Models into .NET Applications
Chapter 10: Testing, Monitoring, and Managing the Model Lifecycle
Start building practical machine-learning applications with confidence. If you want to turn your existing C# and .NET skills into real predictive solutions, this book provides the structured, supportive path to help you move from your first model to production-minded machine learning.
“Sinopsis” puede pertenecer a otra edición de este título.
California Books
Miami, FL, Estados Unidos de America
Vendedor de IberLibro desde 27 de octubre de 2023
Tarifas de envío en Estados Unidos de America
| Artículo | De 3 a 7 días hábiles | De 2 a 5 días hábiles |
|---|---|---|
| Primer artículo | EUR 2,73 | EUR 15,46 |
Métodos de pago
Descripción de la tienda
We have 20 years experience selling books worldwide! Friendly customer support. Your satisfaction guaranteed!
Especialidad
All authorized categoriesInformación empresarial del vendedor
Miramar International Services LLC
FL, Estados Unidos de America
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a California Books, Fort Wayne, Indiana, U.S.A., sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.