Machine Learning: Algoritma dan Implementasi untuk Pemula
Pelatihan ini dirancang untuk memberikan pemahaman dasar tentang konsep, algoritma, dan implementasi Machine Learning bagi peserta yang baru memulai di bidang ini.
Rp 99,99
99.99000000000001
IDR
Rp 99,99
Penanggung Jawab | Administrator |
---|---|
Terakhir diperbarui | 14/08/2024 |
Waktu Penyelesaian | 3 jam 45 menit |
Anggota | 1 |
Share Kursus Ini
Bagikan Link
Share di Social Media
Share melalui Email
Silakan login untuk membagikan ini Machine Learning: Algoritma dan Implementasi untuk Pemula dengan email.
-
Pendahuluan Machine Learning3Pelajaran · 45 mnt
-
Definisi dan konsep Machine Learning
-
Jenis-jenis Machine Learning: Supervised, Unsupervised, dan Reinforcement Learning
-
Proses pengembangan model Machine Learning
-
-
Algoritma Machine Learning: Klasifikasi dan Regresi3Pelajaran · 45 mnt
-
Klasifikasi: KNN, Naive Bayes, Decision Tree, Random Forest, SVM
-
Regresi: Linear Regression, Polynomial Regression
-
Kelebihan dan kekurangan tiap algoritma
-
-
Pengenalan Python untuk Machine Learning2Pelajaran · 30 mnt
-
Dasar-dasar pemrograman Python
-
Library yang digunakan dalam Machine Learning: NumPy, Pandas, Matplotlib, Scikit-learn
-
-
Implementasi Algoritma Machine Learning4Pelajaran · 1 j
-
Pra-pemrosesan data
-
Implementasi algoritma klasifikasi menggunakan Scikit-learn
-
Implementasi algoritma regresi menggunakan Scikit-learn
-
Evaluasi model: metrics evaluasi untuk klasifikasi dan regresi
-
-
Studi Kasus dan Penggunaan Nyata3Pelajaran · 45 mnt
-
Studi kasus klasifikasi sederhana
-
Studi kasus regresi sederhana
-
Penggunaan model Machine Learning dalam industri
-