Buku Algoritma Klasifikasi untuk Pemula Solusi Python dan RapidMiner

Judul : Buku Algoritma Klasifikasi untuk Pemula Solusi Python dan RapidMiner
Penulis: Deny Jollyta Prihandoko Alyauma Hajjah Elin Haerani Muhammad Siddik
Ukuran: 17.5×25 cm
ISBN: 978-623-02-7224-0
Halaman: xiv, 153 hlm
Tahun Terbit: 2023
Ketersediaan : Pesan Dulu

Mengapa TOGA ILMU?

Buku BARU
ORIGINAL
Stok selalu tersedia
Packing aman & rapi
Garansi 100%

(Jika buku yang anda terima bukan buku original, rusak/cacat atau buku yang dikirim salah. Jaminan berupa PENGGANTIAN BUKU atau PENGEMBALIAN BIAYA PEMBELIAN. Mohon sertakan video unboxing, foto produk + label pengiriman)
*Tidak ada video, klaim tidak bisa diproses

Sinopsis :
Buku Algoritma Klasifikasi untuk Pemula Solusi Python dan RapidMiner Buku Algoritma Klasifikasi Untuk Pemula Solusi Python dan RapidMiner didukung dengan berbagai referensi dan menyertakan contoh kasus dengan data keseharian yang diulas dalam bahasa sederhana. Ulasan tersebut merupakan solusi yang dikerjakan dengan alat bantu berupa bahasa pemrograman Python dan aplikasi RapidMiner karena lebih mudah dimengerti oleh pembaca terutama bagi pemula yang ingin mempelajari Algoritma Klasifikasi dan menerapkannya. Kasus dibahas secara berurutan dan terarah pada pencapaian aturan klasifikasi sehingga pembaca lebih mudah mengerti. Buku ini bertujuan memudahkan pembaca, khususnya pembaca yang baru mengenal algoritma klasifkasi dan tertarik untuk mempelajarinya. Algoritma Klasifikasi yang dibahas dalam buku ini adalah algoritma yang termasuk dalam Machine Learning. Tidak seperti Artificial Intelligence yang dapat meniru kemampuan manusia dalam merespon suatu sistem, Machine Learning justru mampu membuat algoritmanya sendiri untuk proses belajar dengan menerima dan menganalisis data inputan untuk kemudian dapat mengklasifikasi atau memprediksi nilai keluaran. Algoritma Klasifikasi yang dimaksud adalah Decision Tree, Random Forest, Support Vector Machine dan K-Nearest Neighbor. Hasil dari proses algoritma tersebut adalah pengetahuan berupa aturan klasifikasi yang dapat dijadikan rujukan pengambilan kebijakan terkait kasus yang diselesaikan. Buku ini terdiri dari beberapa pembahasan, diantaranya:

- Data Mining dan KDD
- Mengenal Data
- Data Pre-Processing Stages
- Metode Klasifikasi
- Algoritma Klasifikasi Decision Tree
- Algoritma Klasifikasi Random Forest
- Algoritma Klasifikasi Support Vector Machine (SVM)
- Algoritma Klasifikasi K-Nearst Neighbor (K-NN)
- Penerapan Algoritma Klasifikasi dalam Python
- Algoritma Klasifikasi dan RapidMiner

Selamat membaca!