MACHINE LEARNING

Buku ini disusun untuk memberikan pemahaman mendalam tentang teori dan penerapan machine learning (ML), dirancang sesuai dengan kurikulum berbasis Outcome-Based Education (OBE). Dengan pembahasan mulai dari konsep dasar hingga aplikasi praktis, buku ini memandu pembaca melalui langkah-langkah pembelajaran machine learning secara terstruktur. Bab-bab awal mengenalkan perbedaan antara supervised dan unsupervised learning, serta menjelaskan algoritma dasar seperti regresi, klasifikasi, dan clustering. Selanjutnya, buku ini menjelaskan bagaimana membangun pipeline ML secara menyeluruh, dari data preprocessing, model training, hingga deployment. Buku ini juga memperkenalkan berbagai teknik optimasi model seperti hyperparameter tuning, evaluasi performa model menggunakan metrik akurasi, presisi, recall, dan F1-score, serta integrasi ML ke dalam aplikasi nyata di berbagai domain seperti kesehatan dan keuangan.
Selain itu, buku ini menekankan pentingnya aspek etika dalam pengembangan model ML, seperti isu bias, fairness, dan interpretabilitas, yang menjadi perhatian utama dalam penggunaan ML di dunia nyata. Dengan adanya studi kasus dan contoh implementasi praktis, buku ini memberikan wawasan tentang cara menerapkan ML dalam memecahkan masalah nyata, serta tantangan yang mungkin dihadapi dalam prosesnya

Stok

: 0

Kode ISBN

: -

Institusi

: Tidak ada

Bidang Ilmu

: Tidak ada

Halaman

: 282

Ukuran

: 23 x 15,5

Tahun

: 2024