Anggota IKAPI

Machine Learning untuk Data Sains: Konsep dan Implementasi

Penulis:
Anna Syahrani, ⁠Siska Aprilia Hardiyanti, ⁠Andi Zulherry, Indah Purnama Sari, Muh Masyar Adri, Tamsir, Siti Andini Utiarahman, ⁠Imam Ekowicaksono, ⁠Sinung Suakanto, Dian Novia Usemahu, Angelina Pramana Thenata, ⁠Sry Faslia Hamka, Hartanto Tantriawan, ⁠Meida Cahyo Untoro

Editor:
Victor Asido Elyakim P, S.Kom., M.Kom.

xviii; 232 hlm; 16 x 23 cm
ISBN:
Cetakan 1, November 2026
Harga: Rp 110,600

Perkembangan teknologi digital telah menghasilkan data dalam jumlah besar yang memiliki potensi untuk dimanfaatkan dalam berbagai bidang kehidupan. Data tidak lagi sekadar menjadi kumpulan informasi, tetapi dapat diolah menjadi pengetahuan yang mendukung proses analisis, prediksi, dan pengambilan keputusan. Dalam konteks tersebut, Data Science dan Machine Learning memiliki peran penting dalam mengembangkan sistem cerdas yang mampu mengenali pola, mempelajari hubungan antarvariabel, serta menghasilkan prediksi berdasarkan data. Penguasaan kedua bidang ini menjadi kompetensi penting dalam menghadapi kebutuhan transformasi digital dan perkembangan industri berbasis data.

Buku ini membahas:
Bab 1 Pengantar Machine Learning dan Data Sains
Bab 2 Konsep Dasar Machine Learning
Bab 3 Jenis-jenis Machine Learning
Bab 4 Lingkungan Pengembangan Python
Bab 5 Dasar Phyton untuk Data Sains
Bab 6 Numpy dan Pandas
Bab 7 Persiapan dan Pembersihan Data
Bab 8 Regresi Linear
Bab 9 Klasifikasi dengan Logistic Regression
Bab 10 K-Nearest Neighbors (KNN)
Bab 11 Support Vector Machine (SVM)
Bab 12 Naive Bayes
Bab 13 Clustering dengan K-Means
Bab 14 Ketidakseimbangan Kelas dan Data Tidak Sempurna

Bagikan