What You Need to Know Before
You Start

Starts 22 June 2025 05:32

Ends 22 June 2025

00 days
00 hours
00 minutes
00 seconds
course image

ML.NET pour les développeurs sans aucune expérience en IA

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.
NDC Conferences via YouTube

NDC Conferences

2743 Cours


46 minutes

Optional upgrade avallable

Not Specified

Progress at your own speed

Conference Talk

Optional upgrade avallable

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

Sujets

Conférences