Python Machine Learning (Machine Learning dan Deep Learning dengan Python, scikit-learn, dan TensorFlow 2) Jilid 1

 

Bab 1 – Memberi Komputer Kemampuan Belajar dari Data

Memperkenalkan subbidang utama dalam machine learning yang digunakan untuk menangani berbagai jenis permasalahan. Selain itu, bab ini juga membahas langkah-langkah penting dalam membangun pipeline pembuatan model machine learning yang akan menjadi panduan kita dalam bab-bab berikutnya.

Bab 2 – Melatih Algoritma Machine Learning Sederhana untuk Klasifikasi

Mengajak kita kembali ke asal mula machine learning dan memperkenalkan classifier perceptron biner serta neuron linear adaptif. Bab ini merupakan pengantar yang ringan terhadap dasar-dasar klasifikasi pola dan berfokus pada hubungan antara algoritma optimasi dan machine learning.

 

Bab 3 – Menjelajahi Classifier dengan scikit-learn

Menjelaskan algoritma-algoritma klasifikasi penting dalam machine learning dan menyediakan contoh praktis menggunakan salah satu library machine learning open source yang paling populer dan lengkap, yaitu scikit-learn..

Bab 4 – Membangun Dataset Training yang Baik (Preprocessing Data)

Membahas bagaimana menangani masalah umum pada dataset mentah, seperti data yang hilang. Selain itu, bab ini juga membahas berbagai pendekatan untuk mengidentifikasi fitur yang paling informatif dalam dataset serta bagaimana menyiapkan variabel dengan tipe yang berbeda agar dapat digunakan sebagai input yang tepat untuk algoritma machine learning.

Bab 5 – Reduksi Dimensi Data

Menjelaskan teknik-teknik penting untuk mengurangi jumlah fitur dalam suatu dataset menjadi lebih kecil tanpa kehilangan sebagian besar informasi penting dan kemampuan diskriminatifnya. Bab ini juga membahas pendekatan standar dalam reduksi dimensi melalui principal component analysis serta membandingkannya dengan teknik transformasi terawasi dan nonlinier.

 

Bab 6 – Evaluasi Model dan Tuning Hyperparameter

Membahas hal-hal yang sebaiknya dilakukan dan dihindari dalam memperkirakan performa model prediktif. Selain itu, bab ini juga membahas berbagai metrik untuk mengukur performa model serta teknik untuk melakukan penyempurnaan algoritma machine learning.

 

Bab 7 – Ensemble Learning

Memperkenalkan berbagai konsep dalam menggabungkan beberapa algoritma pembelajaran secara efektif. Bab ini menjelaskan bagaimana membangun ensemble dari berbagai model untuk mengatasi kelemahan masing-masing model individual, sehingga menghasilkan prediksi yang lebih akurat dan andal.

Python Machine Learning (Machine Learning dan Deep Learning dengan Python, scikit-learn, dan TensorFlow 2) Jilid 1

Penulis: 

Dr. Phil. Dony Novaliendry, S. Kom., M. Kom

Tebal Halaman: 338

Ukuran buku: 18 x 25 cm

ISBN: Masih dalam proses

Untuk Pemesanan silahkan klik link di sini atau silahkan klik cover