Machine Learning Menggunakan Pemrograman Python 3


Download Machine Learning Menggunakan Pemrograman Python 3 PDF/ePub or read online books in Mobi eBooks. Click Download or Read Online button to get Machine Learning Menggunakan Pemrograman Python 3 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.

Download

Machine Learning Menggunakan Pemrograman Python 3


Machine Learning Menggunakan Pemrograman Python 3

Author: Mada Sanjaya W. S., Ph. D.

language: id

Publisher: Bolabot

Release Date: 2021-09-01


DOWNLOAD





Buku ini terdiri dari tiga belas bab, yaitu: Bab 1 membahas Pengenalan Software Python 3. Bab 2 membahas Dasar Pemrograman Python 3. Bab 3 membahas Pemrograman Operasi Matriks menggunakan Numpy. Bab 4 membahas Visualisasi Data menggunakan Matplotlib. Bab 5 membahas Dasar Machine Learning untuk Klasifikasi Data. Bab 6 membahas Dasar Machine Learning untuk Regresi Data. Bab 7 membahas Supervised Machine Learning pada Prediksi Tipe Bunga Iris. Bab 8 membahas Unsupervised Machine Learning pada Klustering Tipe Bunga Iris. Bab 9 membahas Supervised Machine Learning pada Prediksi Harga Saham. Bab 10 membahas Machine Learning untuk Speech Recognition. Bab 11 membahas Machine Learning untuk Color Recognition. Bab 12 membahas Machine Learning untuk Face Recognition serta Penerapannya pada Sistem Keamanan. Bab 13 membahas Machine Learning untuk Expresssion Recognition serta Penerapannya pada Robot Sosial. Bab 14 membahas penerapan Machine Learning pada Penerjemah Bahasa Isyarat. Bab 15 membahas penerapan Machine Learning pada Penentuan Arah Kiblat suatu lokasi.

Fisika Komputasi Berbasis Machine Learning dengan Pemrograman Python


Fisika Komputasi Berbasis Machine Learning dengan Pemrograman Python

Author: Mada Sanjaya W. S., Ph.D.

language: id

Publisher: Bolabot

Release Date: 2024-12-31


DOWNLOAD





Buku ini dibagi menjadi beberapa bab yang mencakup dasar-dasar fisika komputasi, konsep machine learning, implementasi Python, hingga aplikasi nyata seperti simulasi gerak partikel, optimasi sistem fisika, dan prediksi berbasis data. Setiap bab disusun dengan pendekatan yang terstruktur dan disertai dengan contoh implementasi program Python agar pembaca dapat memahami konsep secara praktis dan aplikatif.

Machine Learning dan Deep Learning-Konsep dan Pemrograman Python


Machine Learning dan Deep Learning-Konsep dan Pemrograman Python

Author: Prof. Drs. Ec. Ir. Riyanarto Sarno, M. Sc., Ph. D.

language: id

Publisher: Penerbit Andi

Release Date:


DOWNLOAD





Buku ini disusun berdasarkan pengalaman dan kolaborasi penelitian bersama kolega praktisi dan dosen dari Institut Teknologi Sepuluh Nopember, Kyushu Institute of Technology, Universitas Airlangga, Universitas Surabaya, Universitas Indonesia, Institut Teknologi Bandung, Universitas Telkom Bandung, Universitas Gadjah Mada, Universitas Hasanudin dan perguruan tinggi lain. Buku ini untuk pembelajaran Machine Learning (ML) dan Deep Learning (DL) secara konsep dan pemrograman. Pembahasan konsep memberi landasan keilmuan ML dan DL, kemudian pemaparan dasar pemrograman untuk memandu penulisan program ML dan DL secara mudah dimengerti. Aplikasi ML dan DL juga dibahas untuk memandu pembuatan program yang lebih lengkap. Pada setiap materi akan disajikan contoh dan program python sehingga dapat memudahkan Anda untuk mengimplementasikan secara langsung. Topik yang dibahas dalam buku meliputi: 1. Pengenalan artificial intelligence, machine learning, deep learning, perbedaan supervised learning dan unsupervised learning, instalasi python dan bahasa pemrograman python; 2. Analisis data statistik, ekstraksi dan seleksi fitur, pre-processing data, aggregation, normalisasi, reduksi dimensi, validasi data dan metode evaluasi; 3. Metode Clustering; 4. Metode Klasifikasi; 5. Metode Regresi; 6. Algoritma Neural Network (pa ra meter dan hyperparameter); 7.Algoritma Deep Learning (Deep Neural Network, Convolution Neural Network, Fully Connected Deep Network, Recurrent Neural Network), autoencoder, optimizer dan activation function. Buku ini dilengkapi dengan pembahasan artikel jurnal bereputasi internasional berindeks Scopus QI dan memiliki Impact Factor dari Web of Science. Teori dan aplikasi yang dipaparkan pada buku ini termasuk State of The Art, sehingga dapat digunakan oleh pemula, mahasiswa sarjana, dan pasca sarjana maupun peneliti.