Dasar Dan Konsep Machine Learning
Download Dasar Dan Konsep Machine Learning PDF/ePub or read online books in Mobi eBooks. Click Download or Read Online button to get Dasar Dan Konsep Machine Learning book now. This website allows unlimited access to, at the time of writing, more than 1.5 million titles, including hundreds of thousands of titles in various foreign languages.
MACHINE LEARNING : Teori, Studi Kasus dan Implementasi Menggunakan Python
Machine Learning (ML) sudah menjadi bagian dalam kehidupan sehari-hari. Dengan mengimplementasikan ML saat ini kita dapat menikmati kemudahan-kemudahan seperti memerintahkan Smartphone untuk memutarkan lagu favorit. Selain itu, kita dapat mengimplementasikannya pada banyak jenis kasus mulai dari diagnosa perawatan medis hingga mendapatkan rekomendasi film yang harus ditonton. Penulis mencoba mengemas buku ini secara praktis, tidak berbelit-belit dan langsung tepat pada sasaran dan disertai dengan contoh implementasi menggunakan Bahasa Python. Buku ini cocok untuk dibaca oleh pemula yang baru mulai belajar tentang Machine Learning. Penulis mencoba menyajikan teori-teori dasar secara ringkas, sehingga pembaca akan diarahkan memahami lebih dalam tentang ML dengan memberikan ilustrasi dan analogi yang mudah dipahami. Buku disusun atas empat kategori diantaranya Pengenalan ML; Teori Pendukung ML; ML Lifecyle dan Algoritma-Algoritma ML. Bagi pembaca yang baru mempelajari, disarankan agar membaca buku secara berurutan. Namun apabila telah memiliki pengetahuan awal tentang ML dapat memulai dari ML Lifecyle. Selanjutnya pada bagian algoritma-algoritma ML, penulis memilih algoritma-algoritma dasar yang dibagi menjadi dua kelompok yaitu Supervised Learning dan Unsupervised Learning. Segala materi, dataset dan Source Code pada buku ini dapat diakses di http://ibnu.daqiqil.id Dengan segala kerendahan hati dan keterbukaan, penulis menyampaikan rasa terima kasih kepada pihak-pihak yang telah membantu proses pembuatan buku ini terutama LPPM Universitas Riau serta kritik agar buku ini dapat menuju kesempurnaan. Akhir kata, penulis berharap agar buku ini dapat membawa manfaat kepada pembaca. Secara khusus, penulis berharap semoga buku ini dapat menginspirasi generasi bangsa ini agar menjadi generasi yang tanggap dan tangguh.
Pengenalan Praktis Supervised Machine Learning: Dengan Jupyter Notebook
Author: Yudha Nurdin, Khairun Saddami, Nasaruddin
language: id
Publisher: USK Press
Release Date: 2025-03-26
Buku ajar ini disusun sebagai pendukung beberapa mata kuliah di antaranya Kecerdasan Artifisial, Machine Learning, dan Deep Learning untuk memberikan pemahaman dasar bagi mahasiswa/i tentang teknik pembelajaran mesin terawasi menggunakan Jupyter Notebook. Supervised machine learning atau pembelajaran mesin terawasi merupakan salah satu metode yang banyak digunakan dalam berbagai aplikasi, mulai dari analisis data hingga pengembangan kecerdasan artifisial. Dengan Jupyter Notebook, pengguna dapat memanfaatkan lingkungan interaktif untuk mengembangkan dan mengeksplorasi model machine learning dengan mudah dan efisien. Buku ajar ini diawali dengan konsep dasar supervised machine learning, gambaran praktis hingga penerapannya menggunakan Jupyter Notebook. Dalam pembahasannya, kami menyajikan contoh-contoh sederhana yang dapat diikuti oleh pemula untuk memulai eksplorasi lebih lanjut dalam bidang ini. Kami berharap buku ini dapat memberikan manfaat bagi pembaca yang tertarik dalam dunia pembelajaran mesin, khususnya yang ingin memahami dasar-dasar penggunaan Jupyter Notebook dalam implementasi model-model supervised machine learning.
Decoding Intelligence Algoritma Machine Learning dalam Aksi dan Bisnis
Author: Muhamad Malik Mutoffar, ST., MM
language: id
Publisher: PT KIMHSAFI ALUNG CIPTA
Release Date: 2025-04-28
“Decoding Intelligence: Algoritma Machine Learning dalam Aksi dan Bisnis” adalah panduan komprehensif yang membahas secara mendalam konsep, algoritma, dan implementasi Machine Learning dalam berbagai bidang. Buku ini dirancang untuk membantu pembaca memahami bagaimana kecerdasan buatan bekerja, bagaimana algoritma Machine Learning belajar dari data, serta bagaimana teknik ini dapat diterapkan dalam dunia nyata terutama untuk berbagai bidang bisnis. Dimulai dengan konsep dasar, buku ini menguraikan evolusi Machine Learning dari metode statistik hingga Deep Learning, menjelaskan peran algoritma dalam proses pembelajaran mesin, serta membahas tantangan dan peluang yang muncul di era kecerdasan buatan saat ini. Pembaca akan diperkenalkan pada berbagai pendekatan Supervised Learning, Unsupervised Learning, dan Reinforcement Learning, termasuk implementasi algoritma seperti Linear Regression, Decision Tree, Support Vector Machine, Neural Networks, dan Deep Learning. Selain teori, buku ini juga dilengkapi dengan studi kasus nyata dan implementasi menggunakan Python, yang memungkinkan pembaca untuk langsung mempraktikkan konsep yang dipelajari. Beberapa aplikasi yang dibahas mencakup analisis keuangan, deteksi penyakit dari citra medis, sistem rekomendasi, chatbot berbasis AI, serta computer vision untuk keamanan. Tidak hanya membahas pengembangan model, buku ini juga mengupas strategi optimasi performa Machine Learning, termasuk regularisasi, hyperparameter tuning, dan ensemble learning, serta eksplorasi konsep lanjutan seperti MLOps, AI yang beretika, dan tren masa depan seperti Quantum AI. Buku ini sangat cocok bagi mahasiswa, akademisi, peneliti, serta profesional yang ingin memperdalam pemahaman tentang Machine Learning, baik dari segi teori maupun praktik. Dengan pendekatan yang sistematis dan bahasa yang mudah dipahami, buku ini menjadi referensi yang tepat bagi siapa pun yang ingin menguasai dunia Machine Learning dan menerapkannya dalam berbagai industry. Temukan wawasan baru tentang kecerdasan buatan, jelajahi algoritma Machine Learning, dan mulailah perjalanan Anda dalam membangun model AI yang inovatif dan berdampak. Salam Hangat Penulis!!