fbpx

#datasets

Blog Banner End To End Machine Learning With Python

Proyek Machine Learning dari Hulu ke Hilir (End-to-End) – Part 5: Mempersiapkan Data untuk Algoritma Machine Learning: Mengatasi Missing Values dan Variabel Teks/Kategori

“Before anything else, preparation is the key to success.” ~ Alexander Graham Bell hkaLabs: hakim-azizul.com – Sekarang, kita akan mulai mempersiapkan data kita sebelum dimasukkan ke algoritma Machine Learning. Kita akan berusaha untuk meminimalkan pekerjaan-pekerjaan manual, dengan membuat function untuk automatisasi. Beberapa alasan pendukung untuk membuat automatisasi ini, diantaranya: Memungkinkan kita untuk mereproduksi ulang tahap transformasi data …

Proyek Machine Learning dari Hulu ke Hilir (End-to-End) – Part 5: Mempersiapkan Data untuk Algoritma Machine Learning: Mengatasi Missing Values dan Variabel Teks/Kategori Selengkapnya »

Blog Banner End To End Machine Learning With Python

Proyek Machine Learning dari Hulu ke Hilir (End-to-End) – Part 4: Eksplorasi dan Visualisasi Data untuk Mendapatkan Insights

“Visualization gives you answers to questions you didn’t know you had.” ~ Ben Schneiderman “The greatest value of a picture is when it forces us to notice what we never expected to see.” ~ John Tukey 1. Kali ini, Kita Hanya Mengeksplor Training Dataset Saja hakim-azizul.com – Sampai sejauh ini kita telah melakukan penelaahan sekilas …

Proyek Machine Learning dari Hulu ke Hilir (End-to-End) – Part 4: Eksplorasi dan Visualisasi Data untuk Mendapatkan Insights Selengkapnya »

Blog Banner End To End Machine Learning With Python

Proyek Machine Learning dari Hulu ke Hilir (End-to-End) – Part 3: Membuat Set Data Uji (Test Set)

“Humans evolved brains that are pattern-recognition machines, adept at detecting signals that enhance or threaten survival amid a very noisy world… But there is only one surefire method of proper pattern recognition, and that is science.” ~ Michael Shermer 1. Membuat Test Set hakim-azizul.com – Mungkin akan terdengar aneh, karena pada sesi kali ini kita akan menyingkirkan …

Proyek Machine Learning dari Hulu ke Hilir (End-to-End) – Part 3: Membuat Set Data Uji (Test Set) Selengkapnya »

Blog Banner End To End Machine Learning With Python

Proyek Machine Learning dari Hulu ke Hilir (End-to-End) – Part 2: Mempersiapkan Environment dan Mengakses Data

“A breakthrough in machine learning would be worth ten Microsofts.” ~ Bill Gates 1. Mengakses Data hakim-azizul.com – Pada post sebelumnya, kita telah menyiapkan checklist untuk proyek machine learning kita, merumuskan masalah, menyiapkan performance measure, dan menguji asumsi kita. Selanjutnya, kita mulai bagian hands on. It’s time to get your hands dirty, guys! Dalam belajar, …

Proyek Machine Learning dari Hulu ke Hilir (End-to-End) – Part 2: Mempersiapkan Environment dan Mengakses Data Selengkapnya »

Blog Banner End To End Machine Learning With Python

Proyek Machine Learning dari Hulu ke Hilir (End-to-End) – Part 1: Pendahuluan

“Machine learning is the field of study that gives computers the ability to learn without being explicitly programmed.” ~ Arthur Samuel   “A computer program is said to learn from experience E with respect to some task T and some performance measure P, if its performance T, as measured by P, improves with experience E.” …

Proyek Machine Learning dari Hulu ke Hilir (End-to-End) – Part 1: Pendahuluan Selengkapnya »

scikit-learn Part 5 Blog Banner

Berkenalan dengan scikit-learn (Part 5) – Tambahan untuk Scaling dan Imputation Data

“Statistics are the triumph of the quantitative method, and the quantitative method is the victory of sterility and death.” ~ Hilaire Belloc Setelah kita membahas mengenai scaling data pada postingan Berkenalan dengan scikit-learn (Part 3) – Scaling Data Menjadi Standard Normal dan Berkenalan dengan scikit-learn (Part 4) – Scaling Data dengan MinMaxScaler. Kali ini kita …

Berkenalan dengan scikit-learn (Part 5) – Tambahan untuk Scaling dan Imputation Data Selengkapnya »

scikit-learn Part 4 Blog Banner

Berkenalan dengan scikit-learn (Part 4) – Scaling Data dengan MinMaxScaler

“As data scientists, our job is to extract signal from noise.” ~ Daniel Tunkelang Dari postingan sebelumnya, kita telah mengenal metode scaling data menggunakan standard normal (z-score), dengan menetapkan mean 0 dan standard deviation 1. Metode tersebut bukan metode satu-satunya untuk scaling data. Pada postingan kali ini, kita akan membahas metode lain untuk scaling data …

Berkenalan dengan scikit-learn (Part 4) – Scaling Data dengan MinMaxScaler Selengkapnya »

Social media & sharing icons powered by UltimatelySocial