Buku Perpustakaan
Machine Learning (Konsep Dan Implementasi 1)
Buku ini menguraikan beberapa konsep dasar dari machine learning dengan pendekatan matematika terapan. Pembahasan dimulai dari Dasar-dasar Matematika untuk Machine Learning, Konsep Machine Learning sampai pada berbagai contoh implementasi Machine Learning. Berbagai model yang dibahas diantaranya adalah Regresi linier, Regresi logistik, K-Nearest neighbors, Decision tree, Random forest, Naive bayes dan Support Vector Machone untuk metode pembelajaran secara supervised. Sedangkan untuk metode pembelajaran unsupervised akan menjelaskan tentang K-means, Principal Component analysis, Density Based Spatial Clustering of Application with Noise (DBSCAN) dan Spatial temporal DBSCAN. Semua konsep dijelaskan disertai dengan contoh-contoh implementasinya menggunakan bahasa pemrograman Python.
Tidak tersedia versi lain