Aperçu
Explorez l'IA dans les applications .NET en utilisant ML.NET. Apprenez à construire et à entraîner des modèles de ML pour diverses tâches telles que la détection du rire, l'analyse de l'humeur et la prédiction des bogues de code, le tout avec vos compétences existantes en .NET.
Programme
-
- Introduction à ML.NET
-- Vue d'ensemble de ML.NET
-- Préparation de l'environnement de développement
-- Fondamentaux de l'apprentissage automatique dans le contexte de .NET
- Comprendre les flux de travail de ML.NET
-- Chargement et préparation des données
-- Construction et entraînement de modèles
-- Évaluation et déploiement de modèles
- Construction et Entraînement de Modèles
-- Fondamentaux de l'apprentissage supervisé
-- Création d'un modèle de régression
-- Création d'un modèle de classification
-- Ajustement du modèle avec des hyperparamètres
- Détection du Rire avec ML.NET
-- Collecte de données et prétraitement pour l'entrée audio
-- Extraction des caractéristiques pour l'analyse sonore
-- Construction et entraînement d'un modèle de détection du rire
- Analyse de l'Humeur avec ML.NET
-- Notions de base de l'analyse des sentiments
-- Traitement de texte et ingénierie des caractéristiques
-- Construction d'un modèle d'analyse de sentiments
- Prédiction de Bugs dans le Code
-- Compréhension des métriques de code et des caractéristiques
-- Préparation des données pour l'analyse de code
-- Entraînement d'un modèle de prédiction de bugs
- Intégration de Modèles ML dans les Applications .NET
-- Consommation de modèles entraînés dans les applications .NET
-- Prédictions en temps réel et déploiement de modèles
-- Bonnes pratiques pour le déploiement et la gestion des versions de modèles
- Concepts Avancés
-- Apprentissage par transfert avec des modèles pré-entraînés
-- Personnalisation de ML.NET avec des algorithmes personnalisés
-- Exploitation du calcul GPU pour l'entraînement
- Projet de Synthèse
-- Projet de groupe : Choisir un problème réel
-- Mettre en œuvre une solution ML.NET complète
-- Déployer et présenter les résultats
- Conclusion et Étapes Suivantes
-- Récapitulation des concepts clés
-- Ressources pour approfondir l'apprentissage
-- Introduction à la communauté IA et parcours de carrière en IA avec .NET
Enseigné par
Étiquettes
On-Demand
