Domine ML.NET: Treine Modelos de Classificação em C#

Machine Learning não é mais exclusividade de Python! Com o ML.NET🌌 Clustering com ML.NET: Agrupe Dados sem Supervisão!🌌 Clustering com ML.NET: Agrupe Dados sem Supervisão!Descubra como aplicar clustering com ML.NET para segmentar dados sem rótulos, com exemplos práticos em C# e estratégias para otimizar resultados., você pode criar modelos de classificaçãoComo Escolher o Operador Correto em Diferentes Cenários de ConsultaComo Escolher o Operador Correto em Diferentes Cenários de ConsultaAprenda a selecionar os operadores LINQ ideais para filtrar, projetar, ordenar e agrupar dados, garantindo código claro e aplicação eficiente. diretamente no ecossistema .NET, usando suas habilidades em C#. Neste artigo, vamos treinar um modelo para prever se um e-mail é spam ou não – um problema clássico de classificaçãoComo Escolher o Operador Correto em Diferentes Cenários de ConsultaComo Escolher o Operador Correto em Diferentes Cenários de ConsultaAprenda a selecionar os operadores LINQ ideais para filtrar, projetar, ordenar e agrupar dados, garantindo código claro e aplicação eficiente. binária. Você vai aprender:

Pronto para🔄 Loops em C#: Repita Tarefas sem Enlouquecer (Com for e while!)🔄 Loops em C#: Repita Tarefas sem Enlouquecer (Com for e while!)Descubra como automatizar repetições em C# utilizando loops for e while com exemplos práticos que evitam erros e otimizam seu código. Aprenda mais! transformar dados em decisões inteligentes? 🚀

Índice🔗

O que é Classificação?🔗

ClassificaçãoComo Escolher o Operador Correto em Diferentes Cenários de ConsultaComo Escolher o Operador Correto em Diferentes Cenários de ConsultaAprenda a selecionar os operadores LINQ ideais para filtrar, projetar, ordenar e agrupar dados, garantindo código claro e aplicação eficiente. é um tipo de aprendizado supervisionado onde o modelo🎭 MVVM: Separe Regras de Negócio da Interface Graficamente!🎭 MVVM: Separe Regras de Negócio da Interface Graficamente!Descubra como o padrão MVVM separa a interface e a lógica de negócio, facilitando testes e manutenção, com exemplos e dicas práticas para seu projeto. aprende a prever categorias (ex: "spam" ou "não spam") com base em dados históricos.

Exemplo Prático📝 Logging com Serilog: Registre Tudo como um Detetive de Bugs!📝 Logging com Serilog: Registre Tudo como um Detetive de Bugs!Aprenda a usar Serilog em .NET para registrar logs estruturados, identificar erros e enriquecer informações, transformando seu código num enigma solucionável.:

Imagine um filtro🎲 Desafio: Analise Dados de Vendas com LINQ e Coleções!🎲 Desafio: Analise Dados de Vendas com LINQ e Coleções!Aprenda a usar coleções e LINQ em C# para analisar vendas, filtrar dados e extrair insights estratégicos que otimizem decisões e impulsionem seu negócio. de e-mails que analisa:

O modelo🎭 MVVM: Separe Regras de Negócio da Interface Graficamente!🎭 MVVM: Separe Regras de Negócio da Interface Graficamente!Descubra como o padrão MVVM separa a interface e a lógica de negócio, facilitando testes e manutenção, com exemplos e dicas práticas para seu projeto. atribui uma probabilidade a cada categoria, ajudando na tomada de decisão.

Configurando o Ambiente🔗

Passo 1: Instale os Pacotes Necessários

No NuGet Package ManagerEntendendo o Papel de Managers e Workers no Docker SwarmEntendendo o Papel de Managers e Workers no Docker SwarmDescubra as funções essenciais no Docker Swarm, diferenciando Managers que orquestram e Workers que executam contêineres para um cluster robusto e escalável.:

Install-Package Microsoft.ML

Passo 2: Estrutura do Projeto

Crie classes🏗️ Classes vs. Structs: Quando Usar Cada Uma (e Não Quebrar a Cabeça)!🏗️ Classes vs. Structs: Quando Usar Cada Uma (e Não Quebrar a Cabeça)!Descubra como escolher entre classes e structs em C#. Aprenda sobre alocação de memória, passagem por valor e referência, e performance nesta explicação clara. para representar os dados:

public class EmailData
{
    [LoadColumn(0)] public string Texto { get; set; }
    [LoadColumn(1)] public bool IsSpam { get; set; }
}
public class EmailPrediction : EmailData
{
    [ColumnName("PredictedLabel")] public bool Predicao { get; set; }
    public float Probabilidade { get; set; }
}

Preparando os Dados🔗

Carregue o Dataset

var mlContext = new MLContext();
var data = mlContext.Data.LoadFromTextFile<EmailData>("emails.csv", separatorChar: ',');

Exemplo de emails.csv:

Texto,IsSpam
"Ganhe um iPhone grátis!!!",True
"Reunião de equipe amanhã",False

Divida em Treino/Teste

var split = mlContext.Data.TrainTestSplit(data, testFraction: 0.2);

Pré-processamento

Converta texto📝 Strings em C#: Manipule Textos como um Mestre dos Caracteres!📝 Strings em C#: Manipule Textos como um Mestre dos Caracteres!Aprenda a dominar os segredos das strings em C# com técnicas de manipulação, concatenação, interpolação e boas práticas, impulsionando sua performance. em vetores numéricos:

var pipeline = mlContext.Transforms.Text.FeaturizeText("Features", nameof(EmailData.Texto))
    .Append(mlContext.Transforms.NormalizeMinMax("Features"))
    .AppendCacheCheckpoint(mlContext);

Treinando o Modelo🔗

Escolha um algoritmo (ex: SdcaLogisticRegression) e📊 Behavior-Driven Development: Testes que Todo Mundo Entende!📊 Behavior-Driven Development: Testes que Todo Mundo Entende!Descubra como o BDD transforma testes em linguagens acessíveis. Aprenda a usar SpecFlow em C# para criar testes claros, colaborativos e sem ambiguidades. treine:

var trainer = mlContext.BinaryClassification.Trainers.SdcaLogisticRegression();
var trainingPipeline = pipeline.Append(trainer);
var model = trainingPipeline.Fit(split.TrainSet);

Por que o SDCA?

Avaliando o Desempenho🔗

Teste o modelo🎭 MVVM: Separe Regras de Negócio da Interface Graficamente!🎭 MVVM: Separe Regras de Negócio da Interface Graficamente!Descubra como o padrão MVVM separa a interface e a lógica de negócio, facilitando testes e manutenção, com exemplos e dicas práticas para seu projeto. com dados não vistos:

var predictions = model.Transform(split.TestSet);
var metrics = mlContext.BinaryClassification.Evaluate(predictions);
Console.WriteLine($"Acurácia: {metrics.Accuracy:P2}");
Console.WriteLine($"AUC: {metrics.AreaUnderRocCurve:P2}");

Métricas📊 Monitoramento com Prometheus: Métricas em Tempo Real!📊 Monitoramento com Prometheus: Métricas em Tempo Real!Descubra como implementar o Prometheus para monitoramento em sistemas .NET, com métricas em tempo real e dashboards inteligentes. Importantes:

MétricaDescrição
AcuráciaPorcentagem de acertos totais
AUC-ROCCapacidade de distinguir classes
F1-ScoreBalanceamento entre precisão e recall

Usando o Modelo em Produção🔗

Salve o Modelo

mlContext.Model.Save(model, split.TrainSet.Schema, "modelo.zip");

Carregue e Faça Previsões

var loadedModel = mlContext.Model.Load("modelo.zip", out var schema);
var predictionEngine = mlContext.Model.CreatePredictionEngine<EmailData, EmailPrediction>(loadedModel);
var novoEmail = new EmailData { Texto = "Promoção exclusiva para você!" };
var predicao = predictionEngine.Predict(novoEmail);
Console.WriteLine($"É spam? {predicao.Predicao} (Probabilidade: {predicao.Probabilidade:P2})");

Conclusão🔗

Você treinou seu primeiro modelo de classificaçãoComo Escolher o Operador Correto em Diferentes Cenários de ConsultaComo Escolher o Operador Correto em Diferentes Cenários de ConsultaAprenda a selecionar os operadores LINQ ideais para filtrar, projetar, ordenar e agrupar dados, garantindo código claro e aplicação eficiente. com ML.NET! Agora, experimente:

O próximo passo? Explore pipelinesOperações de agregação e pipelines: extraindo insights dos dadosOperações de agregação e pipelines: extraindo insights dos dadosAprenda detalhadamente como utilizar operações de agregação no MongoDB com C#. Descubra dicas, estágios e práticas para extrair insights valiosos. de processamento complexos para🔄 Loops em C#: Repita Tarefas sem Enlouquecer (Com for e while!)🔄 Loops em C#: Repita Tarefas sem Enlouquecer (Com for e while!)Descubra como automatizar repetições em C# utilizando loops for e while com exemplos práticos que evitam erros e otimizam seu código. Aprenda mais! lidar com dados mais desafiadores! 🔍

ML.NET 101: Treine seu Primeiro Modelo de Classificação!🔗

Machine Learning (ML) é uma das áreas mais fascinantes da tecnologia hoje, e o ML.NET traz essa magia para o ecossistema .NET. Se você está começando ou quer migrar para o mundo da IA, este guia prático vai te ajudar a treinar seu primeiro modelo de classificaçãoComo Escolher o Operador Correto em Diferentes Cenários de ConsultaComo Escolher o Operador Correto em Diferentes Cenários de ConsultaAprenda a selecionar os operadores LINQ ideais para filtrar, projetar, ordenar e agrupar dados, garantindo código claro e aplicação eficiente. usando ML.NET. Vamos desde a preparação dos dados até a avaliação do modelo, tudo com exemplos reais e direto ao ponto.

Sumário🔗

O que é ML.NET?🔗

ML.NET é um framework de machine learning de código aberto desenvolvido pela Microsoft para desenvolvedores .NET💰 Salários .NET: Como Negociar seu Valor!💰 Salários .NET: Como Negociar seu Valor!Aprenda estratégias comprovadas para negociar salários e valorizar sua carreira como desenvolvedor .NET com dados reais e dicas práticas.. Ele permite que você crie modelos de ML personalizados sem precisar sair do ambiente que já conhece (C# e .NET). Com ele, você pode resolver problemas como:

Neste artigo, focaremos em classificaçãoComo Escolher o Operador Correto em Diferentes Cenários de ConsultaComo Escolher o Operador Correto em Diferentes Cenários de ConsultaAprenda a selecionar os operadores LINQ ideais para filtrar, projetar, ordenar e agrupar dados, garantindo código claro e aplicação eficiente., um dos problemas mais comuns em ML.

Preparando o Ambiente🔗

Antes de começar, você precisa instalarInstalando e configurando o MongoDB no Windows e Linux para uso com C#Instalando e configurando o MongoDB no Windows e Linux para uso com C#Aprenda a instalar e configurar o MongoDB no Windows e Linux, integrando-o com projetos C# para ambientes de desenvolvimento eficientes. o ML.NET🌌 Clustering com ML.NET: Agrupe Dados sem Supervisão!🌌 Clustering com ML.NET: Agrupe Dados sem Supervisão!Descubra como aplicar clustering com ML.NET para segmentar dados sem rótulos, com exemplos práticos em C# e estratégias para otimizar resultados. no seu projeto. Se estiver usando o Visual Studio🛠️ Instalação do Visual Studio: Prepare sua Nave para Decolar!🛠️ Instalação do Visual Studio: Prepare sua Nave para Decolar!Prepare seu ambiente de desenvolvimento com o Visual Studio em uma aventura C#. Este tutorial prático ensina a instalar, configurar e personalizar sua IDE., siga os passos abaixo:

1. Crie um novo projeto🤝 GitHub Básico: Versionamento para Iniciantes!🤝 GitHub Básico: Versionamento para Iniciantes!Descubra como o GitHub facilita colaboração, versionamento e organização de código com este tutorial prático e essencial para desenvolvedores iniciantes. do tipo Console App.

2. Adicione o pacote NuGet📦 Crie um Pacote NuGet: Compartilhe seu Código!📦 Crie um Pacote NuGet: Compartilhe seu Código!Aprenda a empacotar, configurar e publicar pacotes NuGet em C# passo a passo, com dicas profissionais e práticas recomendadas para seu projeto. do ML.NET:

dotnet add package Microsoft.ML

3. Pronto! Agora você tem tudo o que precisa para🔄 Loops em C#: Repita Tarefas sem Enlouquecer (Com for e while!)🔄 Loops em C#: Repita Tarefas sem Enlouquecer (Com for e while!)Descubra como automatizar repetições em C# utilizando loops for e while com exemplos práticos que evitam erros e otimizam seu código. Aprenda mais! começar.

Entendendo o Problema de Classificação🔗

Vamos resolver um problema clássico de classificaçãoComo Escolher o Operador Correto em Diferentes Cenários de ConsultaComo Escolher o Operador Correto em Diferentes Cenários de ConsultaAprenda a selecionar os operadores LINQ ideais para filtrar, projetar, ordenar e agrupar dados, garantindo código claro e aplicação eficiente.: prever se uma flor é da espécie Iris Setosa, Iris Versicolor ou Iris Virginica com base em suas características (comprimento e largura das pétalas e📊 Behavior-Driven Development: Testes que Todo Mundo Entende!📊 Behavior-Driven Development: Testes que Todo Mundo Entende!Descubra como o BDD transforma testes em linguagens acessíveis. Aprenda a usar SpecFlow em C# para criar testes claros, colaborativos e sem ambiguidades. sépalas).

Esse é um exemplo clássico conhecido como Dataset Iris, que é amplamente utilizado para🔄 Loops em C#: Repita Tarefas sem Enlouquecer (Com for e while!)🔄 Loops em C#: Repita Tarefas sem Enlouquecer (Com for e while!)Descubra como automatizar repetições em C# utilizando loops for e while com exemplos práticos que evitam erros e otimizam seu código. Aprenda mais! testes iniciais em ML.

Preparando os Dados🔗

1. Baixe o Dataset Iris:

  • Você pode encontrar o dataset aqui.
  • Ou use este exemplo simplificado em CSV:
SepalLength,SepalWidth,PetalLength,PetalWidth,Label
5.1,3.5,1.4,0.2,Iris-setosa
4.9,3.0,1.4,0.2,Iris-setosa
7.0,3.2,4.7,1.4,Iris-versicolor
6.4,3.2,4.5,1.5,Iris-versicolor
6.3,3.3,6.0,2.5,Iris-virginica
5.8,2.7,5.1,1.9,Iris-virginica

2. Crie uma Classe🏗️ Classes vs. Structs: Quando Usar Cada Uma (e Não Quebrar a Cabeça)!🏗️ Classes vs. Structs: Quando Usar Cada Uma (e Não Quebrar a Cabeça)!Descubra como escolher entre classes e structs em C#. Aprenda sobre alocação de memória, passagem por valor e referência, e performance nesta explicação clara. para Representar os Dados:

No C#, você precisa definir uma classe🏗️ Classes vs. Structs: Quando Usar Cada Uma (e Não Quebrar a Cabeça)!🏗️ Classes vs. Structs: Quando Usar Cada Uma (e Não Quebrar a Cabeça)!Descubra como escolher entre classes e structs em C#. Aprenda sobre alocação de memória, passagem por valor e referência, e performance nesta explicação clara. que represente os dados do dataset.

public class IrisData
{
    public float SepalLength { get; set; }
    public float SepalWidth { get; set; }
    public float PetalLength { get; set; }
    public float PetalWidth { get; set; }
    public string Label { get; set; }
}

3. Crie uma Classe🏗️ Classes vs. Structs: Quando Usar Cada Uma (e Não Quebrar a Cabeça)!🏗️ Classes vs. Structs: Quando Usar Cada Uma (e Não Quebrar a Cabeça)!Descubra como escolher entre classes e structs em C#. Aprenda sobre alocação de memória, passagem por valor e referência, e performance nesta explicação clara. para a Previsão:

Essa classe🏗️ Classes vs. Structs: Quando Usar Cada Uma (e Não Quebrar a Cabeça)!🏗️ Classes vs. Structs: Quando Usar Cada Uma (e Não Quebrar a Cabeça)!Descubra como escolher entre classes e structs em C#. Aprenda sobre alocação de memória, passagem por valor e referência, e performance nesta explicação clara. será usada para armazenar o resultado da previsão.

public class IrisPrediction
{
    public string PredictedLabel { get; set; }
}

Treinando o Modelo🔗

Agora que os dados estão prontos, vamos treinar o modelo🎭 MVVM: Separe Regras de Negócio da Interface Graficamente!🎭 MVVM: Separe Regras de Negócio da Interface Graficamente!Descubra como o padrão MVVM separa a interface e a lógica de negócio, facilitando testes e manutenção, com exemplos e dicas práticas para seu projeto..

1. Carregue os Dados:

Use o MLContext para🔄 Loops em C#: Repita Tarefas sem Enlouquecer (Com for e while!)🔄 Loops em C#: Repita Tarefas sem Enlouquecer (Com for e while!)Descubra como automatizar repetições em C# utilizando loops for e while com exemplos práticos que evitam erros e otimizam seu código. Aprenda mais! carregar os dados do CSV.

var mlContext = new MLContext();
var data = mlContext.Data.LoadFromTextFile<IrisData>(
    path: "iris-data.csv",
    separatorChar: ',',
    hasHeader: true
);

2. Divida os Dados:

Separe os dados em conjuntos de treino e📊 Behavior-Driven Development: Testes que Todo Mundo Entende!📊 Behavior-Driven Development: Testes que Todo Mundo Entende!Descubra como o BDD transforma testes em linguagens acessíveis. Aprenda a usar SpecFlow em C# para criar testes claros, colaborativos e sem ambiguidades. teste.

var splitData = mlContext.Data.TrainTestSplit(data, testFraction: 0.2);

3. Defina o PipelineOperações de agregação e pipelines: extraindo insights dos dadosOperações de agregação e pipelines: extraindo insights dos dadosAprenda detalhadamente como utilizar operações de agregação no MongoDB com C#. Descubra dicas, estágios e práticas para extrair insights valiosos.:

O pipelineOperações de agregação e pipelines: extraindo insights dos dadosOperações de agregação e pipelines: extraindo insights dos dadosAprenda detalhadamente como utilizar operações de agregação no MongoDB com C#. Descubra dicas, estágios e práticas para extrair insights valiosos. é onde você configura o processo de treinamento.

var pipeline = mlContext.Transforms.Conversion.MapValueToKey("Label")
    .Append(mlContext.Transforms.Concatenate("Features",
        "SepalLength", "SepalWidth", "PetalLength", "PetalWidth"))
    .Append(mlContext.MulticlassClassification.Trainers.SdcaMaximumEntropy())
    .Append(mlContext.Transforms.Conversion.MapKeyToValue("PredictedLabel"));

4. Treine o Modelo🎭 MVVM: Separe Regras de Negócio da Interface Graficamente!🎭 MVVM: Separe Regras de Negócio da Interface Graficamente!Descubra como o padrão MVVM separa a interface e a lógica de negócio, facilitando testes e manutenção, com exemplos e dicas práticas para seu projeto.:

Use o pipelineOperações de agregação e pipelines: extraindo insights dos dadosOperações de agregação e pipelines: extraindo insights dos dadosAprenda detalhadamente como utilizar operações de agregação no MongoDB com C#. Descubra dicas, estágios e práticas para extrair insights valiosos. para treinar o modelo com os dados de treino.

var model = pipeline.Fit(splitData.TrainSet);

Avaliando o Modelo🔗

Depois de treinar, é importante avaliar o desempenho⏱️ Testes de Performance: Garanta Velocidade Além da Funcionalidade!⏱️ Testes de Performance: Garanta Velocidade Além da Funcionalidade!Descubra como medir, diagnosticar e otimizar performance em aplicações .NET com dicas práticas e ferramentas essenciais para devs. do modelo com os dados de teste.

var predictions = model.Transform(splitData.TestSet);
var metrics = mlContext.MulticlassClassification.Evaluate(predictions);
Console.WriteLine($"Acurácia: {metrics.MacroAccuracy:P2}");
Console.WriteLine($"Log Loss: {metrics.LogLoss}");

Usando o Modelo para Previsões🔗

Agora que o modelo🎭 MVVM: Separe Regras de Negócio da Interface Graficamente!🎭 MVVM: Separe Regras de Negócio da Interface Graficamente!Descubra como o padrão MVVM separa a interface e a lógica de negócio, facilitando testes e manutenção, com exemplos e dicas práticas para seu projeto. está treinado e avaliado, você pode usá-lo para fazer previsões.

var predictionEngine = mlContext.Model.CreatePredictionEngine<IrisData, IrisPrediction>(model);
var sample = new IrisData
{
    SepalLength = 5.1f,
    SepalWidth = 3.5f,
    PetalLength = 1.4f,
    PetalWidth = 0.2f
};
var prediction = predictionEngine.Predict(sample);
Console.WriteLine($"Predição: {prediction.PredictedLabel}");

Conclusão🔗

E pronto! Você treinou seu primeiro modelo de classificaçãoComo Escolher o Operador Correto em Diferentes Cenários de ConsultaComo Escolher o Operador Correto em Diferentes Cenários de ConsultaAprenda a selecionar os operadores LINQ ideais para filtrar, projetar, ordenar e agrupar dados, garantindo código claro e aplicação eficiente. com ML.NET. Esse é só o começo da sua jornada no mundo do machine learning. A partir daqui, você pode explorar outros algoritmos, ajustar parâmetros e até integrar modelos pré-treinados.

Lembre-se: a prática é a chave para dominar ML. Então📊 Behavior-Driven Development: Testes que Todo Mundo Entende!📊 Behavior-Driven Development: Testes que Todo Mundo Entende!Descubra como o BDD transforma testes em linguagens acessíveis. Aprenda a usar SpecFlow em C# para criar testes claros, colaborativos e sem ambiguidades., mãos à obra e bons treinos! 🚀

Autor: Marcelo V. Souza - Engenheiro de Sistemas e Entusiasta em IoT e Desenvolvimento de Software, com foco em inovação tecnológica.
Tags
.NET avaliação de modelo C# classificação Machine Learning ML.NET previsão SDCA spam treinamento de modelo

Referências🔗

Compartilhar artigo

Artigos Relacionados

Rumo ao Código: Guia Prático para Instalar o Visual Studio há 11 months atrás

Rumo ao Código: Guia Prático para Instalar o Visual Studio
Primeiro Passo em C#: Desvende o Hello World no .NET há 11 months atrás

Primeiro Passo em C#: Desvende o Hello World no .NET
Padrão Singleton em C#: Guia Completo para Iniciantes há 10 months atrás

Padrão Singleton em C#: Guia Completo para Iniciantes
Acelere Consultas com PLINQ: Guia Completo para Paralelismo há 10 months atrás

Acelere Consultas com PLINQ: Guia Completo para Paralelismo
Domine o Singleton: Guia Completo com Exemplos em C# há 10 months atrás

Domine o Singleton: Guia Completo com Exemplos em C#
Domine o CancellationToken no C#: Cancelamento Eficiente há 10 months atrás

Domine o CancellationToken no C#: Cancelamento Eficiente
Segurança Digital no .NET: Guia Definitivo do OWASP Top 10 há 10 months atrás

Segurança Digital no .NET: Guia Definitivo do OWASP Top 10
Benchmark.NET: Medindo Performance com Precisão e Eficiência há 10 months atrás

Benchmark.NET: Medindo Performance com Precisão e Eficiência
Guia Ninja de Gerenciamento de Memória e Prevenção de Leaks há 10 months atrás

Guia Ninja de Gerenciamento de Memória e Prevenção de Leaks
WebSockets vs Long Polling: Guia Completo em Tempo Real há 10 months atrás

WebSockets vs Long Polling: Guia Completo em Tempo Real
Guia Prático: Garantia de XSS Seguro com Sanitização em .NET há 10 months atrás

Guia Prático: Garantia de XSS Seguro com Sanitização em .NET
Acelere cálculos numéricos com SIMD Intrinsics em C# há 10 months atrás

Acelere cálculos numéricos com SIMD Intrinsics em C#
Pooling de Objetos: Guia Prático para Alta Performance há 10 months atrás

Pooling de Objetos: Guia Prático para Alta Performance
Programação Assíncrona C#: Task vs ValueTask Desmistificado há 10 months atrás

Programação Assíncrona C#: Task vs ValueTask Desmistificado
Descubra Como Integrar OpenAI com .NET e C# com Sucesso há 10 months atrás

Descubra Como Integrar OpenAI com .NET e C# com Sucesso
Aprenda a Criar e Publicar Pacotes NuGet Profissionais há 10 months atrás

Aprenda a Criar e Publicar Pacotes NuGet Profissionais
Descubra Como Criar Roslyn Analyzers e Melhorar Seu Código há 10 months atrás

Descubra Como Criar Roslyn Analyzers e Melhorar Seu Código
Guia Prático de Contribuição em Projetos Open Source há 10 months atrás

Guia Prático de Contribuição em Projetos Open Source
Integrando TensorFlow ao ML.NET: Reutilize Modelos com C# há 10 months atrás

Integrando TensorFlow ao ML.NET: Reutilize Modelos com C#
Aprenda Clustering com ML.NET: Segmente Dados sem Rótulos há 10 months atrás

Aprenda Clustering com ML.NET: Segmente Dados sem Rótulos
Guia Completo de Pipelines no ML.NET para Machine Learning há 10 months atrás

Guia Completo de Pipelines no ML.NET para Machine Learning
Criando Modelos de IA com AutoML: Guia Prático em ML.NET há 10 months atrás

Criando Modelos de IA com AutoML: Guia Prático em ML.NET
Redes Neurais no ML.NET: Guia Completo de Regressão há 10 months atrás

Redes Neurais no ML.NET: Guia Completo de Regressão
Previsão de Séries Temporais com LSTM no ML.NET Avançado há 10 months atrás

Previsão de Séries Temporais com LSTM no ML.NET Avançado
Guia Profissional: Monitoramento com Prometheus e .NET há 10 months atrás

Guia Profissional: Monitoramento com Prometheus e .NET
Serilog em .NET: Rastreamento Estruturado e Logs Detetivesco há 10 months atrás

Serilog em .NET: Rastreamento Estruturado e Logs Detetivesco
Aprenda a Documentar APIs com Swagger/OpenAPI no .NET há 10 months atrás

Aprenda a Documentar APIs com Swagger/OpenAPI no .NET
Guia Completo: Sistema de Agendamento com EF Core e SQLite há 10 months atrás

Guia Completo: Sistema de Agendamento com EF Core e SQLite
Migrations e EF Core: Evolua seu Banco com Segurança há 10 months atrás

Migrations e EF Core: Evolua seu Banco com Segurança