Buku Machine Learning untuk Analisis Data: Konsep, Metode, dan Implementasi dengan Python merupakan panduan komprehensif yang menggabungkan teori, metode, dan praktik dalam penerapan pembelajaran mesin untuk analisis data. Disusun secara sistematis, buku ini membahas mulai dari definisi, sejarah, dan ruang lingkup Machine Learning hingga penerapannya dalam berbagai bidang seperti bisnis, kesehatan, dan media sosial. Pembaca diperkenalkan pada konsep matematis penting seperti aljabar linear, probabilitas, optimisasi, serta prinsip regularisasi untuk menghindari overfitting. Selanjutnya, dijelaskan tahapan pra-pemrosesan data, eksplorasi visual, reduksi dimensi, serta teknik validasi model untuk memastikan hasil prediksi yang andal. Berbagai algoritma supervised learning seperti Regresi Linear, Decision Tree, Random Forest, SVM, dan KNN dibahas bersama contoh kode Python dan metrik evaluasi seperti Confusion Matrix, ROC Curve, R², MAE, dan MSE. Selain itu, buku ini juga mengulas unsupervised learning untuk analisis pola dan segmentasi menggunakan metode K-Means, PCA, serta association rules dengan algoritma Apriori. Melalui pendekatan teoretis dan aplikatif, lengkap dengan studi kasus prediksi harga rumah, buku ini menjadi referensi ideal bagi mahasiswa, peneliti, dan praktisi data yang ingin memahami dan menerapkan konsep Machine Learning secara efektif menggunakan Python dalam konteks analisis data modern.

Penulis :  Muhammad Bahrein

Halaman Buku : 157

DOWNLOAD

PRE-ORDER | Rp. 62.000