• Implementasi teknik machine learning : dalam mengidentifikasi diagnosis kanker payudara

    Implementasi teknik machine learning : dalam mengidentifikasi diagnosis kanker payudara

    • Saludin Muis, dkk
    • Teknosain
    • 2024
    • 978-623-8075-85-0
    Sinopsis

    Machine Learning telah merevolusi cara memahami dan mengambil keputusan berdasarkan data. Salah satu tugas penting dalam Machine Learning adalah klasifikasi, di mana kita memprediksi kategori atau label dari suatu data berdasarkan fitur-fitur yang ada. Kemampuan ini sangat penting dalam berbagai aplikasi, termasuk pengenalan pola, klasifikasi medis, rekomendasi produk, dan masih banyak lagi. Algoritma klasifikasi adalah inti dari Machine Learning, dimana kinerja algoritma dapat dipengaruhi oleh jenis data yang digunakan, perbedaan dalam karakteristik masalah, dan parameter yang digunakan. Buku ini mengeksplorasi dan menganalisis perbandingan algoritma klasifikasi yang umum digunakan dalam Machine Learning, termasuk Support Vector Machine (SVM), Neural Network, Logistic Regression, Decision Tree, dan K-Nearest Neighbors (K-NN), juga Bagging untuk optimalisasi, sedangkan evaluasi kinerja menggunakan confusion matrix, Kurva Receiver Operating Characteristic (ROC), dan Area Under Curva (AUC).

    Kata Kunci
    Tersedia di Perpustakaan Kampus:
    • Sukabumi
    Silahkan Login untuk dapat Melakukan Peminjaman Online
Kode Buku : 250334
Kode Klasifikasi : 006.3
Judul Buku : Implementasi teknik machine learning : dalam mengidentifikasi diagnosis kanker payudara
Edisi : -
Penulis : Saludin Muis, dkk
Penerbit : Teknosain
Bahasa : Indonesia
Tahun : 2024
ISBN : 978-623-8075-85-0
Tajuk Subjek : Machine Learning,Artificial Intelligence,Penyakit Dalam
Deskripsi : xiv, 118 hlm. : ill. ; 24 cm
Eksemplar : 2
Stok : 2
Petugas : Bhanu Dwi Yunianto
Machine Learning telah merevolusi cara memahami dan mengambil keputusan berdasarkan data. Salah satu tugas penting dalam Machine Learning adalah klasifikasi, di mana kita memprediksi kategori atau label dari suatu data berdasarkan fitur-fitur yang ada. Kemampuan ini sangat penting dalam berbagai aplikasi, termasuk pengenalan pola, klasifikasi medis, rekomendasi produk, dan masih banyak lagi. Algoritma klasifikasi adalah inti dari Machine Learning, dimana kinerja algoritma dapat dipengaruhi oleh jenis data yang digunakan, perbedaan dalam karakteristik masalah, dan parameter yang digunakan. Buku ini mengeksplorasi dan menganalisis perbandingan algoritma klasifikasi yang umum digunakan dalam Machine Learning, termasuk Support Vector Machine (SVM), Neural Network, Logistic Regression, Decision Tree, dan K-Nearest Neighbors (K-NN), juga Bagging untuk optimalisasi, sedangkan evaluasi kinerja menggunakan confusion matrix, Kurva Receiver Operating Characteristic (ROC), dan Area Under Curva (AUC).
Terkait Subjek Buku yang sama