本书是为愿意(或需要)进入机器学习世界的.NET开发人员而写的。如果你是一名软件开发人员，想把数据科学和机器学习技能添加到自己的技能库中，它就是你理想的选择。如果你是一名数据科学家，愿意学习更多关于Python以外的软件知识，那么它也是你理想的选择。不过，这两类人都需要越来越多地了解对方。
配套资源： ys168 网盘>> 百度网盘>>
本地下载(仅试读PDF)：中文版试读（1-2章）>>
虽然Python在数据科学家中相当流行，但没有严格的理由说为什么机器学习模型不能使用.NET(或其他语言，包括Java和Go)来开发和测试。一切都和生态和易用性有关。ML.NET依靠的是.NET Core基础结构以及Visual Studio。
本书分为三部分：
- 第1章~第3章对库进行了基础性的概述。
- 第4章~第10章概述了对常见问题进行数据处理、训练和评估的专门任务。这些问题包括回归、分类、排名、异常检测等等。
- 第11章~第13章专门讨论在所有浅层学习任务都不合适时可能需要用到的神经网络。此外，我们概述了神经网络，还提供了一个同时使用了商品化Azure认知服务和人工打造的定制Keras网络的护照识别的例子。
最后，附录A讨论了模型的可解释性（explainability）。
英文版原著：Dino Esposito和Francesco Esposito父子
英文版ISBN：9780137383658
中文版翻译：周靖
中文版ISBN：9787302619239