Teknologi Rekayasa Mekatronika
Machine Learning: Teori dan Implementasi
Buku ini membahas konsep dasar machine learning, termasuk jenis-jenis algoritma populer seperti regresi, klasifikasi, dan clustering. Pembaca diajak untuk memahami hubungan antara Artificial Intelligence (AI), machine learning, dan deep learning, di mana machine learning merupakan subset dari AI yang memungkinkan sistem belajar dari data tanpa pemrograman eksplisit. Terdapat penjelasan mendalam mengenai metode pembelajaran, termasuk supervised learning, unsupervised learning, dan reinforcement learning. Supervised learning menggunakan data berlabel untuk melatih model, sedangkan unsupervised learning mengeksplorasi struktur data tanpa label. Reinforcement learning melibatkan agen yang belajar dari interaksi dengan lingkungan. Buku ini juga menjelaskan pentingnya data dalam machine learning, model yang digunakan untuk memproses data, serta fungsi objektif yang mengukur performa model. Selain itu, terdapat pembahasan tentang algoritma optimasi, arsitektur jaringan saraf tiruan, dan aplikasi machine learning dalam klasifikasi gambar. Dengan pendekatan sistematis, buku ini diharapkan dapat menjadi referensi bagi mahasiswa, peneliti, dan praktisi industri yang ingin mendalami dan menerapkan machine learning dalam kehidupan sehari-hari.
No other version available