دوره آموزشی کشف داده‌کاوی با .NET با استفاده از Polyglot Notebooks و ML.NET

در این دوره، مت ایلند—متخصص هوش مصنوعی، MVP مایکروسافت، و نویسنده—مهارت‌های لازم برای انجام تحلیل داده و آزمایش‌های علم داده را با استفاده از Polyglot Notebooks به توسعه‌دهندگان باتجربه .NET آموزش می‌دهد. در این دوره به بررسی هسته Polyglot Notebooks، ارتباط آن با Jupyter Notebooks و پشتیبانی از زبان‌های C#، F#، PowerShell، SQL و نمودارهای Mermaid می‌پردازید. یاد خواهید گرفت که چگونه داده‌ها را وارد کنید، بین کرنل‌ها به اشتراک بگذارید، تحلیل داده اکتشافی با آمار توصیفی انجام دهید و از کتابخانه‌هایی مانند Microsoft.Data.Analysis، ScottPlot و Plotly.NET برای تجسم داده‌ها استفاده کنید. همچنین مفاهیم پایه یادگیری ماشین، آموزش مدل‌ها، تقسیم داده‌ها به مجموعه‌های آموزشی و تستی، ارزیابی و آزمایش‌های اولیه طبقه‌بندی/رگرسیون با قابلیت‌های AutoML در ML.NET را خواهید آموخت. علاوه بر این، با یکپارچگی‌های پیشرفته Polyglot Notebooks مانند Azure OpenAI، Semantic Kernel، تولید نمودار توالی و خدمات Azure AI آشنا خواهید شد.

اهداف یادگیری:

تحلیل و استفاده از مفاهیم اصلی Polyglot Notebooks، از جمله ارتباط آن با Jupyter Notebooks و پشتیبانی از زبان‌های مختلف برنامه‌نویسی.
ساخت پایپلاین‌های تحلیل داده اکتشافی با وارد کردن داده‌ها، انجام آمار توصیفی و ایجاد تجسم داده‌ها با استفاده از کتابخانه‌های مناسب.
ارزیابی و پیاده‌سازی مدل‌های پایه یادگیری ماشین برای وظایف طبقه‌بندی و رگرسیون با استفاده از قابلیت‌های AutoML در ML.NET، شامل آموزش، تست و ارزیابی عملکرد مدل.