Text
Machine Learning (Konsep dan Implementasi)
Buku ini cocok untuk pembaca yang memiliki rasa ingin tahu yang tinggi akan machine learning atau yang terkini disebut sebagai AI (Artifical Inteligence) lengkap dengan konsep hingga bagaimana mengimplementasikannya.
Machine learning merupakan salah satu cabang ilmu kecerdasan buatan (Artificial Intelligence) yang berkembang sangat cepat dan telah menyebabkan masalah klasifikasi, regresi, klastering, dan anomaly detection pada berbagai bidang dapat diatasi lebih efisien. Misalnya, pengenalon sel yang bersifat abnormal berdasarkan citra CT Scan membantu dokter mendiagnosis pasien. Pengenalon jenis dan lokosi objek yang akurat berdasarkan video digital atau citra satelit sudah dipergunakan secara luas di bidang keamanan wilayah, periklanan, penanganan bencana alam, atau transportasi cerdas. Buku ini menguraikon beberapa konsep dasar dari machine learning dengan pendekatan matematika terapan. Pembahasan dimulai dari Dasar-Dasar Matematika untuk Machine Learning, Konsep Machine Learning sompai pada berbagai contoh implementosi Machine Learning. Berbagai model yang dibohas diantaranya adalah Regresi Linier, Regresi Logistik, K-Neorest Neighbors, Decision Tree, Random Forest, Naive Boyes dan Support Vector Machine untuk metode pembelajaran secara supervised. Sedangkan untuk metode pembelajaran unsupervised akan menjelaskon tentang Kirteons, Principal Component Analysis, Density Based Spatial Clustering of Application with Noise (DBSCAN) dan Spatial temporal DBSCAN. Semua konsep dijelaskon disertai dengan contoh-contoh implementasinya menggunakan bahasa pemrograman Python.
BP00485 | 006.31 Her m C.1 | Perpustakaan Universitas Surakarta | Tersedia |
BP00486 | 006.31 Her m C.2 | Perpustakaan Universitas Surakarta | Tersedia |
Tidak tersedia versi lain