Explore AI in .NET applications using ML.NET. Learn to build and train ML models for various tasks like detecting laughter, analyzing mood, and predicting code bugs, all with your existing .NET skills.
- Introducción a ML.NET
Descripción general de ML.NET
Configuración del entorno de desarrollo
Conceptos básicos del aprendizaje automático en el contexto de .NET
- Entendiendo los flujos de trabajo de ML.NET
Carga y preparación de datos
Construcción y entrenamiento de modelos
Evaluación y despliegue de modelos
- Construcción y Entrenamiento de Modelos
Fundamentos del aprendizaje supervisado
Creación de un modelo de regresión
Creación de un modelo de clasificación
Ajuste de modelos con hiperparámetros
- Detección de Risa utilizando ML.NET
Recopilación y preprocesamiento de datos para entradas de audio
Extracción de características para análisis de sonido
Construcción y entrenamiento de un modelo de detección de risa
- Análisis de Humor con ML.NET
Conceptos básicos del análisis de sentimiento
Procesamiento de texto y ingeniería de características
Construcción de un modelo de análisis de sentimiento
- Predicción de Errores en el Código
Comprensión de métricas y características del código
Preparación de datos para análisis de código
Entrenamiento de un modelo de predicción de errores
- Integración de Modelos de ML en Aplicaciones .NET
Consumo de modelos entrenados dentro de aplicaciones .NET
Predicciones en tiempo real y servir modelos
Mejores prácticas para el despliegue y versionado de modelos
- Conceptos Avanzados
Aprendizaje por transferencia con modelos pre-entrenados
Personalización de ML.NET con algoritmos personalizados
Aprovechamiento de la computación GPU para entrenamiento
- Proyecto Final
Proyecto grupal: Elegir un problema del mundo real
Implementar una solución ML.NET de extremo a extremo
Desplegar y presentar resultados
- Conclusión y Próximos Pasos
Resumen de conceptos clave
Recursos para seguir aprendiendo
Introducción a la comunidad de IA y caminos profesionales en IA con .NET
