Record Detail
Advanced SearchTeks Book
Machine learning dengan python dengan contoh pengaplikasian di bidang medis
Buku berjudul Machine Learning dengan Python - dengan Contoh Pengaplikasian di Bidang Medis ini ditujukan bagi pemula dalam penggunaan Machine Learning. Oleh karena itu, pada Bab 1 menjelaskan bagaimana Machine Learning dibuat, kapan memerlukan Machine Learning, dan cara kerja Machine Learning. Demikian pula, beberapa contoh klasik juga ditunjukkan dengan Python agar pembaca dapat segera melakukan coding sekalipun masih membaca Bab 1. Klasifikasi dan regresi merupakan pemodelan utama dalam menggunakan Machine Learning. Bab 2 ditunjukkan salah satu metode dalam klasifikasi, yaitu klasifikasi K-Means.
Pada 2 bab pertama, pembaca lebih banyak bekerja dengan data numerik. Padahal data text sekarang juga banyak terjadi, misalnya pada Twitter dan kita ingin melakukan analisis. Bab 3 akan ditunjukkan bagaimana pembaca melakukan pengolahan data text, misalkan mengklasifikasi e-mail spam atau non-spam sebagai contoh klasik dalam hal ini. Selanjutnya, salah satu metode sangat sarat dengan matematika ditunjukkan pada Bab 4 yang menjelaskan metode Support Vector Machine (SVM) sebagai salah satu metode di Machine Learning. Selain SVM, metode yang menarik untuk dipelajari adalah Decision Tree dan Random Forest yang dituliskan pada Bab V. Buku ini juga didedikasikan untuk melakukan penelitian Covid-19 dengan Machine Learning maka pada Bab VI ditunjukkan beberapa aplikasi Machine Learning dengan pengolahan data Covid-19.
Availability
LIB00032122 | 005.13/Par m | Main Library Teknik Informatika | Available - Indonesia |
Detail Information
Series Title |
-
|
---|---|
Call Number |
005.13/Par m
|
Publisher | ANDI : YOGYAKARTA., 2024 |
Collation |
xii ; 347 Hlm. ; 19X23cm
|
Language |
Indonesia
|
ISBN/ISSN |
978-623-01-3740-2
|
Classification |
005.13
|
Content Type |
-
|
Media Type |
-
|
---|---|
Carrier Type |
-
|
Edition |
Ed. I ; Cet. I
|
Subject(s) | |
Specific Detail Info |
-
|
Statement of Responsibility |
-
|
Other version/related
No other version available