Detail Buku
Togamas Ecommerce Machine Learning: Konsep Dan Implementasi

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, pengenalan sel yang bersifat abnormal berdasarkan citra CT Scan membantu dokter mendiagnosis pasien. Pengenalan jenis dan lokasi objek yang akurat berdasarkan video digital atau citra satelit sudah dipergunakan secara luas dibidang keamanan wilayah, periklanan, penanganan bencana alam, atau transportasi cerdas.

Buku ini menguraikan beberapa konsep dasar dari machine learning dengan pendekatan matematika terapan. Pembahasan dimulai dari Dasar-Dasar Matematika untuk Madhine 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 Machine 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.

9786237498599 59400
Machine Learning: Konsep Dan Implementasi
59400

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, pengenalan sel yang bersifat abnormal berdasarkan citra CT Scan membantu dokter mendiagnosis pasien. Pengenalan jenis dan lokasi objek yang akurat berdasarkan video digital atau citra satelit sudah dipergunakan secara luas dibidang keamanan wilayah, periklanan, penanganan bencana alam, atau transportasi cerdas.

Buku ini menguraikan beberapa konsep dasar dari machine learning dengan pendekatan matematika terapan. Pembahasan dimulai dari Dasar-Dasar Matematika untuk Madhine 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 Machine 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.

0 Gava Media Indonesia< 9786237498599

Machine Learning: Konsep Dan Implementasi

Yaya Heryadi, Teguh Wahyono
Rp. 66.000
Rp. 59.400

DESKRIPSI

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, pengenalan sel yang bersifat abnormal berdasarkan citra CT Scan membantu dokter mendiagnosis pasien. Pengenalan jenis dan lokasi objek yang akurat berdasarkan video digital atau citra satelit sudah dipergunakan secara luas dibidang keamanan wilayah, periklanan, penanganan bencana alam, atau transportasi cerdas.

Buku ini menguraikan beberapa konsep dasar dari machine learning dengan pendekatan matematika terapan. Pembahasan dimulai dari Dasar-Dasar Matematika untuk Madhine 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 Machine 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.

DETAIL BUKU

Penerbit : Gava Media
Tahun : 2020
Halaman : -
Berat : 400 Gram
Dimensi : 15 x 23 Cm
Bahasa : Indonesia
Cover : Soft
ISBN/EAN : 9786237498599
  • Dasar-dasar Deep Learning Dan Implementasinya
    Yaya Heryadi, Teguh Wahyono
    Rp. 59.000
    Rp. 53.100
  • Tindak Pidana Pencucian Uang Di Indonesia
    Yurizal
    Rp. 75.000
    Rp. 67.500
  • Tindak Pidana Korupsi Di Indonesia
    Yurizal
    Rp. 75.000
    Rp. 67.500
  • Menjerat Pelaku Tindak Pidana Korporasi Di Indonesia
    Yurizal
    Rp. 75.000
    Rp. 67.500
  • Pengembangan Pelabuhan Berkelanjutan: Investasi Swasta Dan Peningkatan Daya Saing
    I Wayan Rusastra
    Rp. 110.000
    Rp. 99.000
  • Penegakan Hukum Tindak Pidana Cyber Crime
    Yurizal
    Rp. 75.000
    Rp. 67.500
  • NICNOC / Nursing Interventions & Nursing Outcome Classification Edisi 6 & 7
    Howar K. Butcher, Sue Moorhead
    Rp. 530.000
    Rp. 477.000
  • Merdeka Belajar: Menjadi Manusia Autentik
    Momon Sudarma
    Rp. 100.000
    Rp. 90.000

RATING DAN ULASAN

RATING PELANGGAN

  • |
  • 0 dari 5
Berdasarkan 0 Peringkat & Ulasan
Rekomendasi
0
Sangat Puas
0
Puas
0
Di Bawah Rata-Rata
0
Tidak Puas
0