Si parte dal linguaggio: C#, la sintassi, la programmazione a oggetti — classi, ereditarietà, interfacce — le strutture dati e LINQ, il debugging. Cinquanta ore per arrivare a scrivere codice tuo e per capire quale versione di .NET serve al progetto che hai davanti: Framework, Core o .NET 8.
Poi entra in scena ML.NET, la libreria di machine learning di Microsoft. Impari a far classificare i testi a un modello — l'analisi del sentiment, la categorizzazione dei documenti — a prevedere valori numerici con la regressione, come prezzi e vendite, e a segmentare i clienti con il clustering. E soprattutto a far entrare quei modelli dentro un'applicazione vera: un'API REST, una web app, un servizio.
C'è poi la parte dei servizi già pronti: Azure Cognitive Services per il riconoscimento delle immagini e l'analisi del testo, e le API di OpenAI chiamate direttamente da .NET per costruire chatbot e assistenti virtuali.
Le ultime trenta ore sono laboratorio. Valuti i modelli con accuracy, precision e recall, riconosci l'overfitting, costruisci una pipeline completa dal dato grezzo alla produzione e pubblichi su ASP.NET. Chiudi con un progetto tuo: un'applicazione .NET con l'IA dentro.