Jadwal Kursus

Panduan Python

• Panduan Python
• Pengenalan Python
• Memulai Python
• Tatabahasa Python
• Komentar Python
• Variabel Python
• Tipe Data Python
• Angka Python
• Casting Python
• String Python
• Boolean Python
• Operator Python
• Daftar Python
• Tupel Python
• Kumpulan Python
• Dikcionari Python
• If Else Python
• Pola While Loop Python
• Pola For Loop Python
• Fungsi Python
• Lambda Python
• Array Python
• Kelas/Objek Python
• Penerus Python
• Iterasi Python
• Kawasan Python
• Modul Python
• Tarikh Python
• JSON Python
• RegEx Python
• PIP Python
• Try Except Python
• Input Perintah Python
• Pemformatan String Python

Pemrosesan Berkas

• Buka Berkas Python
• Baca Berkas Python
• Menulis/Buat Berkas Python
• Hapus Berkas Python

Python NumPy

• Pengenalan NumPy
• Memulai NumPy
• Membuat Array NumPy
• Indeks Array NumPy
• Potong Array NumPy
• Tipe Data NumPy
• Salinan/View Array NumPy
• Bentuk Array NumPy
• Ubah Bentuk Array NumPy
• Iterasi Array NumPy
• Koneksi Array NumPy
• Pemecahan Array NumPy
• Pencarian Array NumPy
• Pengurutan Array NumPy
• Pemfilteran Array NumPy
• Acak NumPy
• ufunc NumPy

Pemeliharaan Mesin

• Masuk
• Mode Mediana Rata-rata
• Jarak Standar
• Perekanan Persen
• Distribusi Data
• Distribusi Data Normal
• Garis Titik
• Regresi Linear
• Regresi Polinomial
• Regresi Multivariabel
• Skala
• Pelatihan/Pengujian
• Pohon Keputusan

Python MySQL

• Masuk MySQL
• MySQL Buat Database
• MySQL Buat Tabel
• MySQL Insert
• MySQL Select
• Di mana MySQL
• Urutkan MySQL
• Hapus MySQL
• Hapus tabel MySQL
• Update MySQL
• Limit MySQL
• Join MySQL

Python MongoDB

• Masuk MongoDB
• Buat database MongoDB
• Buat koleksi MongoDB
• Masukkan MongoDB
• Cari MongoDB
• Query MongoDB
• Urutkan MongoDB
• Hapus MongoDB
• Hapus koleksi MongoDB
• Update MongoDB
• Limit MongoDB

Panduan Referensi Python

• Ringkasan referensi Python
• Fungsi bawaan Python
• Metode string Python
• Metode daftar Python
• Metode kata kerja Python
• Metode tuple Python
• Metode koleksi Python
• Metode berkas Python
• Kata kunci Python

Panduan referensi modul

• Modul acak
• Modul permintaan

Python How To

• Hapus item ganda dalam daftar
• Balik kata

Python Contoh

• Python Contoh
• Python Ujian

Pemilih kelas

Rekomendasi kursus:

• Panduan CodeW3C.com Pekik

PemBELAJARAN mesin memungkinkan komputer untuk belajar dari data penelitian dan informasi statistik.

PemBELAJARAN mesin adalah salah satu tahap untuk menuju teknologi pemrosesan informasi (AI).

PemBELAJARAN mesin adalah program yang dapat menganalisis data dan belajar untuk memprediksi hasil.

Dari mana mulai?

Dalam tutorial ini, kita akan kembali ke matematika dan mengkaji statistik serta bagaimana menghitung nilai penting berdasarkan dataset.

Kami juga akan belajar bagaimana menggunakan berbagai modul Python untuk mendapatkan jawaban yang dibutuhkan.

Dan, kita akan belajar bagaimana menulis fungsi yang dapat memprediksi hasil berdasarkan pengalaman yang kita miliki.

Dataset

Dalam komputer, dataset adalah referensi untuk setiap pengumpulan data. Ini dapat berupa array hingga database yang penuh.

Contoh array:

[99,86,87,88,111,86,103,87,94,78,77,85,86]

Contoh database:

Dengan melihat array, kita dapat menyangkut nilai rata-rata mungkin sekitar 80 atau 90, dan kita juga dapat menentukan nilai maksimum dan minimum, tetapi apa yang lain yang dapat kita lakukan?

Dengan melihat database, kami dapat melihat warna yang paling populer adalah putih, umur mobil terlama adalah 17 tahun, tetapi bagaimana jika hanya melihat nilai lainnya untuk memprediksi apakah mobil memiliki AutoPass?

Ini adalah tujuannya! Menganalisis data dan memprediksi hasil!

Dalam pengajaran mesin, biasanya digunakan dataset yang sangat besar. Dalam tutorial ini, kami akan berusaha untuk membuat anda dapat memahami konsep mesin belajar yang berbeda dengan mudah, dan akan menggunakan beberapa dataset kecil yang mudah dipahami.

Jenis data

Untuk menganalisis data, penting untuk mengetahui jenis data yang akan diolah.

Kami dapat membagi jenis data menjadi tiga kategori utama:

• Numerik
• Kelasifikasi
• Ordinal

Data numerikAdalah bilangan yang dapat dibagi dalam dua kelas nilai:

Data diskrit (Discrete Data)

- Bilangan yang dihadapi dengan bilangan bulat. Contoh: jumlah kereta yang melalui.

Data kontinu (Continuous Data)

- Bilangan yang memiliki nilai tak tentu. Contoh: harga produk atau ukuran produk.

Data kelasifikasiAdalah nilai yang tidak dapat diukur bersamaan. Contoh: nilai warna atau setiap nilai ya/tidak.

Data ordinalSeperti data kelasifikasi, tetapi dapat diukur bersamaan. Contoh: Skor sekolah yang lebih baik daripada B, dan seterusnya.

Dengan mengenal jenis data sumber data, anda dapat mengetahui teknik yang akan digunakan dalam analisis data.

Dalam bab berikutnya, anda akan belajar tentang statistik dan analisis data yang lebih banyak.

Alat Kekuatan

Panduan Referensi Python

Python Contoh

Python Ujian

Pautan Pembolehkan