Tutorial Machine Learning

Tutorial langkah demi langkah ini akan menunjukkan cara menyiapkan dan menggunakan Jupyter Notebook di Amazon Web Services (AWS) EC2 GPU untuk deep learning.

Tutorial Keras ini memperkenalkan Anda pada deep learning di Python: pelajari cara melakukan prapemrosesan data, memodelkan, mengevaluasi, dan mengoptimalkan jaringan saraf.

Pelajari statistik dasar yang diperlukan untuk Data Science dan Machine Learning di Python.

Pahami distribusi probabilitas diskret dalam data science. Jelajahi PMF, CDF, dan jenis utama seperti Bernoulli, Binomial, dan Poisson dengan contoh Python.

Pelajari teknik untuk menangani dataset yang tak seimbang.

Dalam tutorial Docker ini, pelajari cara menyiapkan, perintah Docker umum, mendockerisasi aplikasi machine learning, serta praktik terbaik yang digunakan di industri.

Dalam tutorial ini, Anda akan melihat sekilas teknik encoding beserta beberapa referensi lanjutan yang akan membantu Anda menangani variabel kategorikal.

Dalam tutorial ini, Anda akan mempelajari apa itu ensemble dan bagaimana cara meningkatkankan kinerja model machine learning.

Tingkatkan hasil machine learning Anda dan pelajari ensemble di R dengan paket SuperLearner: pelajari algoritma Random Forest, bagging, dan banyak lagi!

Pahami bagaimana skor F1 mengevaluasi kinerja model dengan menggabungkan presisi dan recall. Pelajari penggunaannya pada klasifikasi biner dan multikelas, beserta contoh Python.

Pelajari bagaimana rekayasa fitur dapat membantu Anda meningkatkan performa saat membangun model machine learning di Kaggle: buat kolom baru, transformasi variabel, dan lainnya!

Kuasai teknik ekstraksi fitur dengan contoh Python praktis untuk data gambar, audio, dan deret waktu. Pelajari cara mengubah data mentah menjadi fitur bermakna dan mengatasi tantangan umum dalam aplikasi machine learning.