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
Idioma: inglés
Editorial: Orange Education Pvt. Ltd, 2024
Serie: Libro 1 de 2 - Machine Learning Engineer (ML) — Advanced Path
- Tapa blanda
- Nuevo

Librería: Biblios, frankfurt am main, hessen, AlemaniaBiblios
Vendedor de IberLibro desde 10 de septiembre de 2024
Condición: Nuevo
EUR 24,70
Cantidad disponible: 4 disponibles
Añadir al carritoDescripción del artículo del vendedor
PRINT ON DEMAND.
N° de ref. del artículo 18402374569
- Título
- 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
- Autor
- Mahasivabhattu, Kalicharan; Bandi, Deepti; AVA, Orange
- Editorial
- Orange Education Pvt. Ltd
- Año de publicación
- 2024
- Estado
- New
- Encuadernación
- Encuadernación de tapa blanda
- Idioma
- inglés
- ISBN 10
- 8197256373
- ISBN 13
- 9788197256370
- Serie
- Libro 1 de 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
“Sinopsis” puede pertenecer a otra edición de este título.
Biblios
frankfurt am main, hessen, Alemania
Vendedor de IberLibro desde 10 de septiembre de 2024
Tarifas de envío de Alemania a Estados Unidos de America
| Artículo | De 25 a 45 días hábiles | De 8 a 14 días hábiles |
|---|---|---|
| Primer artículo | EUR 9,95 | EUR 18,70 |
Métodos de pago
Descripción de la tienda
We carry a wide selection of books from South Asia, United States, UK.
Especialidad
new books imported from india, uk, usaInformación empresarial del vendedor
Readingos GmbH
Kaiserstraße 47
Frankfurt am Main, Alemania 60329
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 Biblios, frankfurt am main, Germany, 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.