《精通.NET机器学习》(PACKT,2016)是一本专为.NET开发者设计的实战指南,介绍了如何在该平台上集成和利用机器学习技术提升应用程序的智能化水平。本书涵盖了从基础到高级的主题,旨在帮助读者掌握最新的.NET框架(包括.NET Core 1.0),特别是如何在实际业务场景中应用机器学习。 首先,章节1引导读者了解机器学习的基本概念,以及为什么选择.NET作为开发平台。作者强调了自定义机器学习模型的重要性,提倡使用开放数据进行实验,并特别推荐了使用F#语言,因为其简洁且适合处理数学运算和函数式编程。为了准备学习,书中指导如何设置Visual Studio开发环境,并简要介绍了Math.NET、Accord.NET和numl这三个流行的.NET机器学习库。 第二部分深入到实际操作,通过AdventureWorks Regression示例,读者将学习如何构建简单的线性回归模型。从准备测试数据,计算标准差和皮尔逊相关系数,到利用Math.NET和Accord.NET实现回归,书中的实例演示了如何在.NET框架下执行这些统计分析。作者还探讨了回归模型的实际应用,比如与真实数据对比,以验证模型的准确性。 接下来,书籍进一步探讨数据预处理和特征工程,介绍k-means聚类和主成分分析(PCA)的实现,分别使用Accord.NET和numl。读者将学会如何运用神经网络,如AzureML和Accord.NET,来构建更复杂的科学应用,以及如何处理大规模数据集,如MBrace技术。 本书还涉及决策树和贝叶斯分类器,让读者了解如何发现隐藏的模式并优化业务流程。k-近邻算法(k-NN)和朴素贝叶斯分类也被详细讲解,以揭示更多的潜在规律。最后,章节还展示了如何将机器学习模型部署到物联网设备上,实现实时学习和适应。 《精通.NET机器学习》适合对机器学习感兴趣并希望将其应用于.NET项目的开发者,无论他们是初学者还是有一定经验的开发者,都能从中学到如何利用最新的.NET工具和技术提升应用的智能水平。通过阅读本书,读者将具备编写自己的机器学习应用程序的能力,以及使用ASP.NET等最新技术进行商业决策支持的能力。
![](https://csdnimg.cn/release/download_crawler_static/9626535/bg10.jpg)
![](https://csdnimg.cn/release/download_crawler_static/9626535/bg11.jpg)
![](https://csdnimg.cn/release/download_crawler_static/9626535/bg12.jpg)
![](https://csdnimg.cn/release/download_crawler_static/9626535/bg13.jpg)
![](https://csdnimg.cn/release/download_crawler_static/9626535/bg14.jpg)
剩余464页未读,继续阅读
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![azw3](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/a85f9b5ddf8441b8b4d02a19e1ce0d8e_vanridin.jpg!1)
- 粉丝: 108
- 资源: 1188
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
最新资源
- 计算机人脸表情动画技术发展综述
- 关系数据库的关键字搜索技术综述:模型、架构与未来趋势
- 迭代自适应逆滤波在语音情感识别中的应用
- 概念知识树在旅游领域智能分析中的应用
- 构建is-a层次与OWL本体集成:理论与算法
- 基于语义元的相似度计算方法研究:改进与有效性验证
- 网格梯度多密度聚类算法:去噪与高效聚类
- 网格服务工作流动态调度算法PGSWA研究
- 突发事件连锁反应网络模型与应急预警分析
- BA网络上的病毒营销与网站推广仿真研究
- 离散HSMM故障预测模型:有效提升系统状态预测
- 煤矿安全评价:信息融合与可拓理论的应用
- 多维度Petri网工作流模型MD_WFN:统一建模与应用研究
- 面向过程追踪的知识安全描述方法
- 基于收益的软件过程资源调度优化策略
- 多核环境下基于数据流Java的Web服务器优化实现提升性能
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)