Bab 1 – Analisis
Sentimen
Membahas
langkah-langkah penting dalam mengubah data teks menjadi representasi yang
bermakna sehingga dapat digunakan oleh algoritma machine learning untuk
memprediksi opini berdasarkan tulisan.
Bab 2 –
Integrasi Model ke Web App
Melanjutkan model
prediktif dari bab sebelumnya dan membahas langkah-langkah penting dalam
mengembangkan aplikasi web yang mengintegrasikan model machine learning.
Bab 3 – Regresi
untuk Prediksi Nilai Kontinu
Membahas
teknik-teknik penting untuk memodelkan hubungan linear antara variabel target
dan variabel respons guna menghasilkan prediksi pada skala kontinu. Setelah
memperkenalkan berbagai model linear, bab ini juga membahas regresi polinomial
dan pendekatan berbasis pohon.
Bab 4 –
Clustering (Unsupervised Learning)
Mengalihkan fokus
ke subbidang lain dalam machine learning, yaitu unsupervised learning.
Bab ini membahas algoritma dari tiga keluarga utama dalam clustering
yang digunakan untuk menemukan kelompok objek yang memiliki tingkat kemiripan
tertentu.
Bab 5 –
Membangun Neural Network dari Nol
Memperluas konsep
optimasi berbasis gradien yang pertama kali diperkenalkan pada Bab 2. Dalam bab
ini, kita akan membangun jaringan saraf multilayer yang kuat berdasarkan
algoritma backpropagation menggunakan Python.
Python Machine Learning (Machine Learning dan Deep Learning dengan Python, scikit-learn, dan TensorFlow 2) Jilid 2
Penulis:
Dr. Phil. Dony Novaliendry, S. Kom., M. Kom
Tebal Halaman: 316
