PERPUSTAKAAN UMSIDA

  • Beranda
  • Pusat Informasi
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Perpanjang
  • Absensi
  • Absensi Referensi
  • Database Ebook
  • Masuk
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Belajar Machine Learning : Teori dan Praktik
Penanda Bagikan

Text

Belajar Machine Learning : Teori dan Praktik

Rifkie Primartha - Nama Orang;

Buku “Belajar Machine Learning” karya Rifkie Primartha adalah panduan praktis yang dirancang untuk memperkenalkan konsep dasar, teknik, dan algoritma dalam bidang Machine Learning. Buku ini ditulis dengan bahasa yang sederhana dan mudah dipahami, sehingga cocok bagi pembaca yang memiliki sedikit atau tidak sama sekali pengetahuan tentang Machine Learning. Buku ini mencakup berbagai topik penting dalam Machine Learning, termasuk pemrosesan data, analisis eksploratif, pemilihan fitur, dan evaluasi model. Pembaca akan diajarkan bagaimana mengimplementasikan algoritma Machine Learning yang populer seperti regresi linier, k-nearest neighbors, decision tree, dan neural network. Selain itu, buku ini juga membahas tentang teknik pra-pemrosesan data seperti normalisasi, deteksi outlier, dan penanganan data yang hilang. Pembaca juga akan mempelajari cara menggunakan library Python yang populer dalam Machine Learning seperti Scikit-learn dan TensorFlow. Dalam buku ini, Rifkie Primartha menggunakan pendekatan praktis dengan memberikan contoh kasus nyata dan studi kasus yang relevan. Pembaca akan diajak untuk mengikuti langkah-langkah praktis dalam membangun model Machine Learning yang dapat diimplementasikan dalam berbagai bidang, seperti prediksi harga saham, analisis sentimen, dan klasifikasi gambar. Buku “Belajar Machine Learning” ini sangat cocok bagi pembaca yang ingin mempelajari Machine Learning dari dasar dan ingin mengembangkan keterampilan mereka dalam membangun model prediktif yang akurat. Dengan bahasa yang mudah dipahami dan pendekatan praktis, buku ini dapat menjadi panduan yang berguna bagi siapa saja yang tertarik dalam bidang Machine Learning.


Ketersediaan
No Register No. Panggil Edisi Lokasi Status Detail
1 000033468 006.31 Pri b - Koleksi Kampus 2 Tersedia - Baik Detail
Informasi Detail
Pernyataan Tanggungjawab -
Pengarang Rifkie Primartha - Nama Orang
Edisi -
No. Panggil 006.31 Pri b
ISBN/ISSN 978-602-6232-67-0
Subjek Artificial Intelligence
Kecerdasan Buatan
Machine Learning
Klasifikasi 006.31
GMD Text
Bahasa Indonesia
Penerbit Informatika
Tahun Terbit 2018
Tempat Terbit Bandung
Deskripsi Fisik xii, 484 hlm: ilus.; 24 cm.
Tipe Isi text
Tipe Media unmediated
Tipe Pembawa volume
Judul Seri -
Info Detail Spesifik -
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

Logo Perpustakaan
PERPUSTAKAAN UMSIDA
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan Universitas Muhammadiyah Sidoarjo berperan sebagai pusat layanan informasi akademik yang mendukung pembelajaran, penelitian, dan literasi sivitas akademika. Melalui layanan OPAC, pengguna dapat menelusuri koleksi perpustakaan secara lebih mudah, cepat, dan terarah.

Kontak

  • Perpustakaan Universitas Muhammadiyah Sidoarjo
  • Jl. Mojopahit 666 B Sidoarjo
  • Telp : 031-8945444 Ext : 116/117
StatCounter
Statistik Pengunjung

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Copyright © 2026 Perpustakaan Universitas Muhammadiyah Sidoarjo

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?