Text
Belajar machine learning : teori dan praktik
Buku ini membahas konsep dasar Machine Learning dan algoritma Machine learning yang popular. Pada setiap bab yang terkait dengan algoritma Machine Learning, telah di sertakan contoh-contoh latihan menggunakan R. Aplikasi R merupakan aplikasi Statiska yang akhir-akhir ini semakin popular.
Buku ini sengaja dibuat untuk berbagai kalangan, mulai dari kalangan umum, mahasiswa, dosen, atau kalangan lain yang tertarik untuk belajar Machine Learning dari awal. Di dalam buku ini dijelaskan konsep dasar R dengan beberapa contoh soal matematika, neural network, supervised learning, unserfised learning, dan bagaimana memahami data serta mengolah data untuk keperluan latihan.
Sebagai pelengkap telah disertakan DVD yang berisi berbagai aplikasi yang sangat membantu untuk memudahkan mngerjakan latihan di dalam ini.
Pembahasan Buku : Linear Regression, Logistic Regression, Hierarchical Clustering, CART, Reinforecement Learning, Support Vector Machine, Neural Network, Deep Learning, Q-Learning, Naive Bayes Classifier, Random Forest, Materi Pengayaan, Pemrograman Python.
Soal Latihan Buku ini membahas berbagai algoritma machine learning yang merupakan kunci utama untuk memahami machine learning dari sisi pemrograman. Beberapa algoritma machine learning yang dikupas antara lain: Linear Regression, Logistic Regression, k-NN, K Means, Hierarchical Clustering, Naive Bayes, Random Forest, CART decision tree, Reinforecement Learning, Q-learning, Deep Learning, Support Vector Machine, dan Neural Network. Pada buku ini disertakan konsep dasar pengenalan bahasa Python untuk machine learning. Pada buku ini juga disertakan berbagai contoh latihan dan soal tes yang dapat dijadikan semacam tolak ukur untuk mengetahui seberapa besar pemahaman seseorang terhadap machine learning.
23/062 | 006.31 RIF b | Prodi Sistem Informasi | Tersedia |
23/063 | 006.31 RIF b | Prodi Sistem Informasi | Tersedia |
23/064 | 006.31 RIF b | Prodi Sistem Informasi | Tersedia |
Tidak tersedia versi lain