Text

Machine Learning Dengan Python (dengan contoh pengaplikasian di bidang medis)

---

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 spom atau non-spom 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 Rondom 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.

Ukuran : 19x23cm

---

Ketersediaan

78881

005.13 HAN m

Library Lantai 2

Tersedia

Informasi Detil

Judul Seri

-

No. Panggil

005.13 HAN m

Penerbit

Yogyakarta : Penerbit ANDI., 2023

Deskripsi Fisik

xii+348

Bahasa

Indonesia

ISBN/ISSN

978-623-01-3740-2

Klasifikasi

005.13

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subyek

Bahasa Pemrograman

Info Detil Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

You must be logged in to post a comment