Nos últimos meses, publiquei uma série de artigos no DevFullStack.Net mostrando como aplicar Machine Learning com.NET em projetos reais. Em vez de abordar apenas conceitos teóricos, a ideia foi construir aplicações completas, explicando cada etapa do processo, desde os fundamentos até a integração em uma aplicação web.
Vulnerable Code Detector
A série Vulnerable Code Detector mostra como criar um detector de vulnerabilidades em código utilizando ML.NET. Os artigos passam pela preparação dos dados, treinamento, avaliação do modelo e integração com aplicações.NET.
Rock Recommender
Nesta série, construí um sistema de recomendação de músicas utilizando ML.NET, explicando como funcionam algoritmos de recomendação e como avaliar a qualidade das recomendações.
Rock Player
Depois de treinar o modelo, mostro como disponibilizá-lo em uma API.NET e consumi-lo em uma aplicação Angular, transformando o projeto em uma aplicação completa.
Feedback Loop
A última série mostra como implementar um Feedback Loop, permitindo que o sistema aprenda continuamente com as interações dos usuários e evolva ao longo do tempo.
A série Rock Recommender Feedback Loop explora como o feedback pode ser incorporado para melhorar a precisão das recomendações ao longo do tempo.
Essas séries fornecem uma visão completa e prática do Machine Learning com.NET, desde a criação de modelos até a integração em aplicações reais.