Tutorial Data Science

GELU adalah fungsi aktivasi yang mulus dan probabilistik yang mengungguli alternatif yang lebih sederhana seperti ReLU dalam arsitektur deep learning, dan telah menjadi pilihan default pada model transformer seperti BERT dan GPT.

Metode Newton adalah algoritme pencarian akar iteratif yang menggunakan pendekatan garis singgung untuk mendekati solusi dari persamaan yang tidak memiliki jawaban bentuk tertutup.

Uji Mann-Whitney U adalah uji nonparametrik berbasis peringkat untuk membandingkan dua kelompok independen ketika data tidak memenuhi asumsi kenormalan yang disyaratkan uji t.

Jelajahi bagaimana regresi polinomial membantu memodelkan hubungan nonlinier dan meningkatkan akurasi prediksi pada dataset dunia nyata.

Panduan langkah demi langkah untuk ekspansi kofaktor (ekspansi Laplace), mencakup definisi inti, contoh terperinci, sifat-sifat kunci, dan keterkaitannya dengan invers matriks melalui matriks adjugat.

Operator Laplacian adalah salah satu alat matematika yang paling banyak digunakan dalam machine learning modern. Ia berada di balik spectral clustering, manifold learning, deteksi tepi citra, dan algoritma berbasis graf.

Pengantar praktis persamaan diferensial yang mencakup tipe inti, klasifikasi, metode solusi analitik dan numerik, serta perannya di dunia nyata dalam gradient descent, regresi, dan pemodelan deret waktu.

Pelajari apa itu uji normalitas, mengapa penting, dan cara menggunakan uji umum seperti Shapiro-Wilk, Kolmogorov-Smirnov, serta metode visual untuk memeriksa data Anda + contoh di Python dan R.