Kali ini saya sedikit berbagi mengenai pengalaman terkait pengalaman membangun aplikasi kecerdasan buatan dunia nyata dengan python yang berinteraksi dengan lingkungan sekitar.
Adapun buku yang saya gunakan sebagai pedoman yakni buku Artificial Intelligence with Python (Kecerdasan Buatan dengan Python) yang ditulis oleh Prateek Joshi. Buku ini di publikasi kan oleh BIRMINGHAM - MUMBAI. Tertarik belajar ? Download saja disini
Link Download : Via Google Drive - 33MB (437 halaman)
Yuk simak step by step belajar Artificial Intelligence dengan Python;
Bab 1, Pengantar Kecerdasan Buatan, mengajarkan Anda berbagai konsep pengantar dalam kecerdasan buatan. Ini berbicara tentang aplikasi, cabang, dan pemodelan Artificial Intelligence. Ini memandu pembaca melalui instalasi paket Python yang diperlukan.
- Pengantar Artificial Intelligence
- Tutorial Instalasi Python di Windows
- Machine Learning
- Mengenal Machine Learning untuk Pemula
- Instalasi Python 3 di Ubuntu untuk Pemula
- Belajar Pemrograman Python Untuk Pemula
Bab 2, Klasifikasi dan Regresi Menggunakan Supervised Learning, mencakup berbagai teknik pembelajaran yang diawasi untuk klasifikasi dan regresi. Anda akan belajar bagaimana menganalisis data pendapatan dan memprediksi harga rumah.
- Instalasi NumPy, SciPy, Matplotlib dan sklearn di Windows
- Belajar 4 Teknik Memproses Data di Python
- Belajar Pengkodean Label Dalam Python
- Mengenal Tkinter Python Lebih Dekat
- Instalasi NumPy, SciPy, Matplotlib dan Sklearn di Ubuntu
- Belajar Confusion Matrix Python
- Belajar Klasifikasi Logistic Regression
- Belajar Memperkirakan Harga Rumah Menggunakan Support Regresor Vektor
Bab 3, Analisis Prediktif dengan Pembelajaran Ensemble, menjelaskan teknik pemodelan prediktif menggunakan Ensemble Learning, terutama difokuskan pada Random Forests. Kita akan belajar bagaimana menerapkan teknik ini untuk memprediksi lalu lintas di jalan raya dekat stadion olahraga.
Bab 4, Mendeteksi Pola dengan Pembelajaran Tanpa Pengawasan, mencakup algoritma pembelajaran tanpa pengawasan termasuk K-means dan Mean Shift Clustering. Kita akan belajar bagaimana menerapkan algoritma ini pada data pasar saham dan segmentasi pelanggan.
Bab 5, Membangun Sistem Rekomendasi, mengilustrasikan algoritma yang digunakan untuk membangun mesin rekomendasi. Anda akan mempelajari cara menerapkan algoritme ini ke pemfilteran kolaboratif dan rekomendasi film.
Bab 6, Pemrograman Logika, mencakup blok bangunan pemrograman logika. Kita akan melihat berbagai aplikasi, termasuk pencocokan ekspresi, penguraian pohon keluarga, dan pemecahan teka-teki.
Bab 7, Teknik Pencarian Heuristik, menunjukkan teknik pencarian heuristik yang digunakan untuk mencari ruang solusi. Kita akan belajar tentang berbagai aplikasi seperti simulasi anil, pewarnaan wilayah, dan pemecahan labirin.
- Belajar Mengekstrak Titik Terdekat dengan Python
- Belajar Pewarnaan Wilayah dengan Python
- Belajar Menyelesaikan Labirin dengan Python
- Cara Upgrade ke Python 3.9.0 di Ubuntu 20.04
Tetap simak AbdUmar.com untuk terus mendapatkan manfaatnya