Machine Learning
2023-08-30
Chunking dalam Aplikasi LLM
Pengolahan teks yang efektif sangat penting untuk pengembangan aplikasi yang memanfaatkan LLM (Large Language Model). Artikel ini berfokus pada "chunking," yang memiliki peranan khusus dalam konteks ini. Chunking adalah proses membagi teks besar menjadi segmen-segmen kecil untuk mengoptimalkan relevansi pengambilan konten dari basis data vektor. Artikel ini memperkenalkan berbagai teknik chunking dan menjelaskan faktor-faktor yang terkait dengan pemilihan pendekatan optimal.
Machine Learning
NLP
LLM
Vector Database
2023-08-05
Membangun Bot Slack Menggunakan ChatGPT Retrieval Plugin
Artikel ini memperkenalkan proses membangun Bot Slack yang merespons dalam gaya ChatGPT, berdasarkan informasi kustom menggunakan ChatGPT Retrieval Plugin. Sistem ini akan dibangun di Google Cloud.
Machine Learning
NLP
LLM
Vector Database
Pinecone
OpenAI
ChatGPT
FastAPI
Google Cloud
Cloud Run
Cloud Functions
Slack
2023-06-11
ChatGPT Retrieval Plugin
Artikel ini memperkenalkan ChatGPT Retrieval Plugin yang memungkinkan pencarian semantik dan pemulihan dokumen.
Machine Learning
NLP
LLM
Vector Database
OpenAI
ChatGPT
2023-03-30
Sistem LLM Menggunakan Vector DB dan Data Properti
Artikel ini menjelaskan cara membangun sistem Large Language Model (LLM) yang mengandung informasi sendiri.
Machine Learning
NLP
LLM
Vector Database
2023-03-29
LLM (Large Language Model)
Artikel ini menjelaskan tentang Large Language Model (LLM), kemampuannya, jenis-jenisnya, dan tantangannya.
Machine Learning
NLP
LLM
2023-03-12
Lembar Cepat Algoritma Sklearn
Artikel ini menyajikan lembar cepat yang berguna yang disediakan oleh Sklearn untuk memilih model atau algoritma pembelajaran mesin yang tepat berdasarkan jenis data dan masalah Anda.
Python
sklearn
Machine Learning
2023-03-07
Mengonversi Model LightGBM ke ONNX dan Melakukan Inferensi
Artikel ini membahas langkah-langkah yang diperlukan untuk mengonversi model LightGBM ke format ONNX, meningkatkan kompatibilitas dan kemudahan implementasi pada berbagai platform. Topik yang dibahas meliputi persiapan model LightGBM, konversi model, dan inferensi dengan model yang telah dikonversi.
Machine Learning
ONNX
LightGBM
2023-03-07
Mengubah Model Scikit-learn menjadi ONNX dan Melakukan Inferensi
Artikel ini menjelaskan bagaimana cara mengubah model Scikit-learn menjadi format ONNX, sehingga dapat mendukung lintas platform dan interoperabilitas dengan berbagai kerangka kerja deep learning. Kita akan memandu Anda dalam menyiapkan dan melatih model Scikit-learn menggunakan dataset Iris, menyimpan model, mengonversinya menjadi format ONNX, dan melakukan inferensi dengan model ONNX menggunakan ONNX Runtime.
Machine Learning
ONNX
sklearn
2023-03-06
Konversi Model TensorFlow dan Inferensi dengan ONNX
Artikel ini memberikan panduan lengkap tentang cara mengonversi model TensorFlow ke format ONNX. Artikel ini mencakup instalasi dependensi, persiapan dan pengunduhan model TensorFlow, konversi model menggunakan perpustakaan tf2onnx, memeriksa dan memvalidasi model ONNX yang telah dikonversi, dan melakukan inferensi dengan model ONNX.
Machine Learning
ONNX
TensorFlow
2023-03-05
Format Berkas Model Pembelajaran Mesin
Artikel ini membahas format berkas model pembelajaran mesin populer, yaitu Pickle (PKL), PyTorch (PTH), dan Hierarchical Data Format (HDF5, H5), memberikan gambaran umum tentang kelebihan, kekurangan, skenario penggunaan, dan cara menggunakannya. Selain itu, artikel ini menawarkan analisis perbandingan fitur dan kasus penggunaan yang ideal untuk setiap format.
Machine Learning
2023-03-05
Konversi dan Inferensi Model PyTorch dengan ONNX
Artikel ini membahas proses konversi model PyTorch ke format ONNX, verifikasi model yang telah dikonversi, dan melakukan inferensi menggunakan model ONNX. Artikel ini juga memberikan informasi mengenai penggunaan model ONNX yang telah dilatih sebelumnya dan pemeriksaan lapisan model.
Machine Learning
ONNX
PyTorch
2023-03-05
Apa itu ONNX
Artikel ini membahas Open Neural Network Exchange (ONNX), sebuah proyek sumber terbuka yang menawarkan format standar untuk merepresentasikan model deep learning. Dikembangkan oleh Microsoft, Facebook, dan mitra industri lainnya, tujuan utama ONNX termasuk meningkatkan interoperabilitas antara kerangka deep learning dan memungkinkan vendor perangkat keras untuk mengoptimalkan platform mereka untuk model ONNX. Artikel ini membahas fitur utama ONNX, kerangka dan alat yang didukung, ONNX Runtime, format file ONNX, dan ONNX Model Zoo, sebuah koleksi model pre-trained dalam format ONNX.
Machine Learning
ONNX
2023-03-05
Cara Membuat Model BERT Kustom
Artikel ini menjelaskan cara membuat model BERT kustom untuk tugas pemrosesan bahasa alami (NLP), menggunakan PyTorch dan perpustakaan Hugging Face Transformers.
Machine Learning
NLP
BERT
Python
2023-03-05
Bagaimana Menggabungkan Data Tabular dengan BERT
Artikel ini memperkenalkan cara menggabungkan data tabular (nilai numerik dan kategori) ke dalam model BERT dan melatihnya menggunakan Hugging Face Trainer. Kode PyTorch langkah demi langkah dengan penjelasan untuk setiap langkah akan disediakan.
Machine Learning
NLP
BERT
Python
2023-03-05
Memahami Last Hidden State (Kepala Tersembunyi Terakhir) pada Model BERT
Kepala tersembunyi terakhir pada BERT adalah komponen penting dari model yang menangkap informasi kontekstual dari teks input.
Machine Learning
NLP
BERT
Python
2023-03-05
Memahami Logits dalam BERT
Logits adalah bagian penting dari algoritma BERT, yang menggerakkan banyak aplikasi Pemrosesan Bahasa Alami. Artikel ini menjelaskan apa itu logits dan bagaimana mereka bekerja dalam BERT.
Machine Learning
NLP
BERT
Python
2023-03-04
Validasi Silang (Cross Validation)
Validasi silang adalah proses fundamental dalam pembelajaran mesin yang membantu mengevaluasi kinerja suatu model.
Machine Learning
2023-02-17
RNN
Artikel ini menjelaskan tentang RNN.
Machine Learning
NLP
Python
2023-02-17
NLP 100 Exercise bab 8：Neral Networks
Artikel ini memberikan contoh jawaban untuk NLP 100 Exercise bab 8.
Machine Learning
NLP
2023-02-04
Kelas Hugging Face Trainer untuk Pelatihan Transformer yang Efisien
Artikel ini memberikan panduan tentang kelas Hugging Face Trainer, mencakup komponennya, opsi kustomisasi, dan kasus penggunaan praktis. Temukan bagaimana kelas Trainer menyederhanakan pelatihan dan penyetelan ulang model transformer, dan jelajahi contoh untuk membuat loop pelatihan kustom dan menginstansiasi model baru secara dinamis.
Machine Learning
NLP
Hugging Face
Python
2023-02-03
Reduksi Dimensi
Artikel ini menjelaskan dasar-dasar reduksi dimensi, metode penting dalam machine learning, data mining, dan statistik untuk menyederhanakan data berdimensi tinggi sambil mempertahankan propertinya. Pelajari pendekatan utama, termasuk pemilihan fitur dan ekstraksi fitur, serta teknik linear dan non-linear.
Machine Learning
Dimensionality Reduction
2023-02-03
Principal Component Analysis (PCA)
Artikel ini memberikan penjelasan tentang Principal Component Analysis (PCA), sebuah teknik reduksi dimensi, visualisasi data, dan pengurangan noise dalam ilmu data.
Machine Learning
Dimensionality Reduction
2023-02-03
Penyematan kata
Artikel ini menjelaskan tentang penyematan kata.
Machine Learning
NLP
Python
2023-02-03
NLP 100 Exercise bab 1：Warm-up
Artikel ini memberikan contoh jawaban untuk NLP 100 Exercise bab 1.
Machine Learning
NLP
2023-02-03
NLP 100 Exercise bab 2：UNIX Commands
Artikel ini memberikan contoh jawaban untuk NLP 100 Exercise bab 2.
Machine Learning
NLP
2023-02-03
NLP 100 Exercise bab 3：Regular Expression
Artikel ini memberikan contoh jawaban untuk NLP 100 Exercise bab 3.
Machine Learning
NLP
2023-02-03
NLP 100 Exercise bab 4：POS tagging
Artikel ini memberikan contoh jawaban untuk NLP 100 Exercise bab 4.
Machine Learning
NLP
2023-02-03
NLP 100 Exercise bab 5：Dependency parsing
Artikel ini memberikan contoh jawaban untuk NLP 100 Exercise bab 5.
Machine Learning
NLP
2023-02-03
NLP 100 Exercise bab 6：Machine Learning
Artikel ini memberikan contoh jawaban untuk NLP 100 Exercise bab 6.
Machine Learning
NLP
2023-02-03
NLP 100 Exercise bab 7：Word Vector
Artikel ini memberikan contoh jawaban untuk NLP 100 Exercise bab 7.
Machine Learning
NLP
2023-02-03
Hugging Face Datasets
Artikel ini menjelaskan tentang Hugging Face Datasets.
Machine Learning
NLP
Hugging Face
Python
2023-02-03
Hugging Face Transformers：Fine-tune
Artikel ini menjelaskan fine-tune Hugging Face Transformers.
Machine Learning
NLP
Hugging Face
Python
2023-02-03
Hugging Face Transformers：Model
Artikel ini menjelaskan tentang Model Hugging Face Transformers.
Machine Learning
NLP
Hugging Face
Python
2023-02-03
Hugging Face Transformers：Ikhtisar
Artikel ini menjelaskan tentang tinjauan umum tentang Hugging Face Transformers.
Machine Learning
NLP
Hugging Face
Python
2023-02-03
Hugging Face Transformers：Pipeline
Artikel ini menjelaskan tentang Pipeline Hugging Face Transformers.
Machine Learning
NLP
Hugging Face
Python
2023-02-03
Hugging Face Transformers：Tokenizer
Artikel ini menjelaskan tentang Hugging Face Transformers Tokenizer.
Machine Learning
NLP
Hugging Face
Python
2023-01-27
Klasifikasi Teks dengan DistilBERT
Artikel ini melakukan klasifikasi teks dengan DistilBERT.
Machine Learning
NLP
BERT
Python
2023-01-27
DistilBERT
Artikel ini menjelaskan tentang DistilBERT.
Machine Learning
NLP
BERT
2023-01-21
N-grams
Artikel ini membahas tentang n-gram, alat penting untuk mempelajari pola bahasa dan memprediksi urutan linguistik. Artikel ini membahas jenis-jenis n-gram, termasuk karakter, kata, dan n-gram sintaksis, serta aplikasi mereka dalam berbagai tugas Pemrosesan Bahasa Alami (NLP), seperti generasi teks, identifikasi bahasa, analisis sentimen, dan deteksi plagiarisme. Selain itu, artikel ini juga memberikan gambaran umum tentang terminologi n-gram.
Machine Learning
NLP
2023-01-20
Klasifikasi dengan Data yang Tidak Seimbang
Artikel ini memperkenalkan strategi-strategi efektif untuk menangani data yang tidak seimbang dalam tugas-tugas klasifikasi dalam pembelajaran mesin.
Machine Learning
Classification
sklearn
2023-01-20
Attention
Artikel ini menjelaskan tentang Attention.
Machine Learning
NLP
2023-01-20
Apa itu Bag of Words (BoW)
Artikel ini membahas model Bag of Words (BoW), sebuah teknik representasi teks yang mengubah data teks menjadi format numerik terstruktur. Artikel ini membahas komponen dasar dari model BoW, termasuk tokenisasi, kosa kata, dan matriks dokumen-kata. Artikel ini juga memberikan contoh aplikasi dan kasus penggunaan, seperti klasifikasi teks, analisis sentimen, pengambilan informasi, dan pemodelan topik. Meskipun model BoW memiliki batasannya, kesimpelannya, efektivitasnya, dan fleksibilitasnya menjadikannya pilihan populer untuk memproses volume data teks yang besar.
Machine Learning
NLP
2023-01-20
Apa itu NLP
Artikel ini menjelaskan tentang NLP (Natural Language Processing).
Machine Learning
NLP
2023-01-20
Pemrosesan Bahasa Alam dengan NLTK
Artikel ini menawarkan eksplorasi mendalam tentang Natural Language Toolkit (NLTK), sebuah perpustakaan Python untuk pemrosesan dan analisis teks. Telusuri proses instalasi, pengunduhan data, dan berbagai teknik preprocessing teks, seperti tokenisasi, penghapusan stopwords, stemming, lemmatization, dan normalisasi teks.
Machine Learning
NLP
2023-01-20
TF-IDF
Artikel ini menjelaskan tentang IF-IDF.
Machine Learning
NLP
2023-01-20
Transformer
Artikel ini menjelaskan tentang Transformer.
Machine Learning
NLP
2023-01-20
Apa itu BERT
Artikel ini menjelaskan tentang BERT.
Machine Learning
NLP
BERT
2022-12-06
Machine Learning di Snowflake
Artikel ini menjelajahi integrasi machine learning (ML) di dalam platform data Snowflake, dengan menyoroti arsitektur yang unik, kemampuan persiapan dan pemrosesan data, serta berbagai pendekatan untuk membangun dan menerapkan model ML. Artikel ini juga membahas Snowpark dari Snowflake, lingkungan yang ramah bagi pengembang untuk ML, serta aplikasi praktis ML di Snowflake di berbagai industri dan kasus penggunaan, termasuk segmentasi pelanggan, perawatan prediktif, dan deteksi kecurangan.
Data Engineering
Snowflake
Machine Learning
2022-11-24
Support Vector Regression (SVR)
Artikel ini menjelaskan Support Vector Regression (SVR), algoritma pembelajaran mesin yang kuat dan serbaguna untuk memprediksi variabel target kontinu.
Machine Learning
Regression
Python
sklearn
2022-11-23
Regresi Polinomial
Artikel ini membahas tentang Regresi Polinomial, sebuah perluasan dari Regresi Linier yang memodelkan hubungan nonlinier kompleks antara variabel.
Machine Learning
Regression
Python
sklearn
2022-11-22
Regresi K-Nearest Neighbors (KNN)
Artikel ini membahas Regresi KNN, sebuah algoritma pembelajaran terawasi non-parametrik untuk tugas regresi.
Machine Learning
Regression
Python
sklearn
2022-11-22
Regresi Ridge
Artikel ini menjelaskan Regresi Ridge, teknik regularisasi yang digunakan dalam model Regresi Linear untuk mengatasi masalah multikolinieritas. Artikel ini menjelaskan dasar matematika Regresi Ridge, termasuk fungsi biaya dan term penalty L2.
Machine Learning
Regression
Python
sklearn
2022-11-21
Regresi Lasso
Artikel ini membahas dasar-dasar Regresi Lasso, termasuk perlunya regularisasi dan dasar matematikanya.
Machine Learning
Regression
Python
sklearn
2022-11-20
Regresi Linier
Artikel ini membahas dasar-dasar regresi linier, termasuk definisi, asumsi, dan jenis-jenisnya.
Machine Learning
Regression
Python
sklearn
2022-11-20
Apa itu analisis regresi
Artikel ini menjelaskan tentang analisis regresi.
Machine Learning
Tabular
Python
2022-11-11
Epoch dan ukuran batch
Artikel ini menjelaskan tentang epoch dan ukuran batch.
Machine Learning
Deep Learning
2022-11-11
Apa itu EDA
Artikel ini menjelaskan tentang EDA.
Machine Learning
Tabular
2022-11-04
Algoritme pengoptimalan
Artikel ini menjelaskan algoritme pengoptimalan.
Machine Learning
Deep Learning
2022-10-28
Apa itu fungsi loss
Artikel ini menjelaskan fungsi loss.
Machine Learning
Deep Learning
2022-10-27
Convolutional Neural Network (CNN)
Artikel ini menjelaskan tentang Convolutional Neural Network (CNN), arsitekturnya, dan bagaimana cara memvisualisasikan cara kerjanya.
Machine Learning
Deep Learning
PyTorch
2022-10-26
Inisialisasi Bobot dalam Deep Learning
Artikel ini menjelaskan tentang pentingnya inisialisasi bobot dalam deep learning dan berbagai teknik yang digunakan, seperti inisialisasi nol, acak, Xavier, He, LeCun, dan ortogonal. Artikel ini membahas faktor-faktor yang perlu dipertimbangkan saat memilih metode inisialisasi bobot, seperti arsitektur jaringan, fungsi aktivasi, dan kompleksitas masalah, serta memberikan panduan untuk memilih teknik yang sesuai.
Machine Learning
Deep Learning
2022-10-25
Normalisasi Batch
Artikel ini membahas konsep normalisasi batch, sebuah teknik terobosan dalam deep learning yang mempercepat pelatihan, meningkatkan konvergensi model, dan menyederhanakan penyetelan hiperparameter.
Machine Learning
Deep Learning
2022-10-25
Masalah Gradien Hilang
Artikel ini menjelaskan masalah gradien hilang pada jaringan saraf dalam pembelajaran. Artikel ini membahas penyebab masalah tersebut, termasuk pilihan fungsi aktivasi, kedalaman jaringan, dan inisialisasi bobot, serta efeknya pada konvergensi yang lambat, solusi yang suboptimal, dan overfitting. Artikel ini juga menunjukkan masalah tersebut melalui implementasi jaringan saraf dalam menggunakan perpustakaan PyTorch dan dataset MNIST.
Machine Learning
Deep Learning
2022-10-24
Distribusi Aktivasi
Artikel ini menjelajahi teknik untuk menganalisis, mengoptimalkan, dan memvisualisasikan distribusi aktivasi pada lapisan tersembunyi dari jaringan saraf. Artikel ini juga mencakup bab tentang memvisualisasikan distribusi aktivasi menggunakan dataset Iris, yang menunjukkan cara menggambar histogram aktivasi pada 5 lapisan tersembunyi dari sebuah FFNN sederhana.
Machine Learning
Deep Learning
2022-10-23
Jenis fungsi aktivasi
Artikel ini menjelaskan berbagai jenis fungsi aktivasi.
Machine Learning
Deep Learning
2022-10-23
Backpropagation
Artikel ini menjelaskan tentang backpropagation, algoritma inti di balik pelatihan model deep learning. Pelajari konsep matematika penting seperti aturan rantai, fungsi kerugian, dan penurunan gradien, dan jelajahi turunan algoritma langkah demi langkah.
Machine Learning
Deep Learning
2022-10-23
Deep Learning
Artikel ini menggali dunia deep learning, sebuah cabang dari machine learning yang menggunakan jaringan saraf multi-layer untuk meniru otak manusia.
Machine Learning
Deep Learning
2022-10-23
Apa itu Dropout Layer
Artikel ini membahas tentang dropout layer dalam deep learning, sebuah teknik regularisasi yang banyak digunakan untuk mencegah overfitting dalam jaringan saraf. Kita akan membahas definisi, tujuan, dan keunggulan dropout layer, serta mekanisme dan matematika yang mendasarinya. Temukan bagaimana mengimplementasikan dropout layer dengan PyTorch dan memilih dropout rate yang ideal untuk model Anda. Terakhir, kita akan menguraikan praktik terbaik untuk mengimplementasikan dropout layer dan mengatasi kesalahan umum yang perlu dihindari. Tingkatkan kinerja generalisasi model Anda, ketahanan terhadap noise, dan representasi fitur dengan memanfaatkan kekuatan dropout layer.
Machine Learning
Deep Learning
2022-10-20
Support Vector Machine (SVM)
Artikel ini membahas algoritma Support Vector Machine (SVM), termasuk konsep dasar dan istilahnya, matematika di baliknya, dan implementasinya dengan kumpulan data Iris.
Machine Learning
Classification
Python
sklearn
2022-10-02
Hierarchical Clustering
Artikel ini membahas dasar-dasar Hierarchical Clustering, sebuah keluarga algoritma machine learning yang tidak terpantau yang membangun hierarki dari klaster. Ini mencakup gambaran umum dari pendekatan aglomeratif dan divisif, serta metode biseksi dan linkage yang masing-masing.
Machine Learning
Clustering
Python
sklearn
2022-10-02
K-Means Clustering
Artikel ini membahas K-Means Clustering, sebuah teknik machine learning tak terbimbing yang populer. Artikel ini mencakup fungsi tujuan dan langkah-langkah algoritma K-Means, memilih jumlah klaster yang tepat (K) menggunakan Metode Elbow, Metode Silhouette, dan Statistik Gap, serta mengimplementasikan K-Means dalam Python dengan menggunakan dataset Iris.
Machine Learning
Clustering
Python
sklearn
2022-10-01
Clustering
Artikel ini menjelaskan dasar-dasar clustering dalam ilmu data, termasuk metrik jarak, validitas dan evaluasi klaster, dan beberapa algoritma clustering populer.
Machine Learning
Clustering
2022-08-05
Panduan LightGBM
Artikel ini membimbing Anda dalam proses instalasi dan alur kerja dasar LightGBM, termasuk API, penanganan data yang tidak seimbang, penghentian dini, akselerasi GPU, Feature Importance, dan pembelajaran terdistribusi.
Machine Learning
Decision Tree
LightGBM
2022-08-04
Feature Importance dalam Decision Tree
Artikel ini menjelajahi konsep Feature Importance dalam Decision Tree dan metode-metodenya seperti Gini Impurity, Information Gain, dan Gain Ratio. Artikel ini membahas bagaimana metode-metode ini membantu dalam memilih variabel yang paling signifikan dari kumpulan data dan menyederhanakan data yang kompleks. Artikel ini juga menunjukkan bagaimana memvisualisasikan Feature Importance dalam kasus regresi dan klasifikasi menggunakan Python.
Machine Learning
Decision Tree
sklearn
Python
2022-08-04
Gambaran Umum LightGBM
Artikel ini menjelaskan LightGBM, sebuah perpustakaan gradient boosting berkinerja tinggi yang dikembangkan oleh Microsoft. Ini menyoroti fitur-fitur unik LightGBM, termasuk pertumbuhan pohon leaf-wise, algoritma berbasis histogram, dukungan fitur kategorikal, pembelajaran paralel yang efisien, GOSS, dan EFB.
Machine Learning
Decision Tree
LightGBM
2022-08-04
Panduan XGBoost
Artikel ini akan memandu Anda melalui proses instalasi dan pengaturan XGBoost, meliputi alur kerja dasar, menjelajahi API, dan membahas tentang Feature Importance.
Machine Learning
Decision Tree
XGBoost
2022-08-03
Gradient Boosting Decision Trees (GBDT)
Artikel ini mengupas secara mendalam mengenai Gradient Boosting Decision Trees (GBDT), sebuah metode ensemble learning yang kuat, dengan membahas algoritmanya, membandingkannya dengan Random Forest, dan memberikan contoh implementasi Python.
Machine Learning
Decision Tree
sklearn
Python
2022-08-03
Ikhtisar XGBoost
Artikel ini membahas tentang dunia XGBoost, menjelajahi asal-usulnya, evolusinya, dan fitur-fitur kuncinya. Temukan alasan di balik popularitasnya, algoritma unik di balik pohon yang ditingkatkan gradien, teknik regularisasi, konstruksi dan pemangkasan pohon, serta penanganan nilai hilang dan fitur kategorikal.
Machine Learning
Decision Tree
XGBoost
2022-08-02
Algoritma Decision Tree
Artikel ini membahas prinsip inti dari lima algoritma Decision Tree yang terkenal - ID3, C4.5, CART, CHAID, dan MARS.
Machine Learning
Decision Tree
2022-08-02
Random Forest pada Dataset Titanic
Artikel ini akan membimbing Anda dalam mengimplementasikan pengklasifikasi random forest pada dataset Titanic. Pelajari cara menyiapkan dataset, membangun model dengan menggunakan scikit-learn, dan mengevaluasi performanya. Selain itu, pelajari juga cara memvisualisasikan kepentingan fitur untuk mengidentifikasi prediktor-prediktor signifikan terhadap kelangsungan hidup.
Machine Learning
Decision Tree
sklearn
Python
2022-08-02
Random Forest
Artikel ini membahas secara detail tentang Random Forest, sebuah teknik pembelajaran ensemble. Pelajari elemen dasar dari random forest, algoritmanya, kelebihan, dan kekurangannya.
Machine Learning
Decision Tree
2022-08-02
Arsitektur Deep Learning
Artikel ini memperkenalkan arsitektur model deep learning, termasuk CNN, RNN, LSTM, GRU, Autoencoder, GAN, dan Transformer.
Machine Learning
Deep Learning
2022-07-15
Masa Depan yang Digerakkan oleh Generative AI, Seperti yang Terlihat oleh Ketua Masayoshi Son
Artikel ini memperkenalkan pandangan Ketua Masayoshi Son dari SoftBank tentang Generative AI.
Machine Learning
2022-07-03
Normalisasi dan Standarisasi
Artikel ini menjelaskan teknik normalisasi dan standarisasi dalam pra-pemrosesan data.
Machine Learning
2022-07-02
Permutation Importance
Artikel ini membahas tentang konsep Permutation Importance dan metodologi penghitungan pentingnya fitur dalam model machine learning.
Machine Learning
Python
sklearn
2022-07-02
Regularisasi dalam Pembelajaran Mesin
Artikel ini membahas konsep regularisasi, pentingnya dalam pembelajaran mesin, dan berbagai teknik regularisasi yang berbeda, seperti L1 (Lasso), L2 (Ridge), dan Elastic Net.
Machine Learning
2022-07-01
Teknik Pembelajaran Ensemble - Bagging, Boosting, dan Stacking
Artikel ini membahas tentang dunia teknik pembelajaran ensemble, yang mencakup tiga teknik utama - Bagging, Boosting, dan Stacking. Dalam artikel ini, Anda akan memperoleh pemahaman tentang bagaimana metode-metode ini dapat meningkatkan performa prediksi, kelebihan dan keterbatasan masing-masing, serta kesesuaian mereka untuk berbagai tugas.
Machine Learning
2022-06-01
Perseptron
Artikel ini menjelaskan konsep dari perseptron, komponen dasar, dan algoritma pembelajaran yang digunakan untuk melatihnya. Artikel ini membahas peran dasar perseptron dalam deep learning, dengan meneliti perseptron multi-layer (MLP) dan proses backpropagation yang digunakan untuk melatih deep MLP.
Machine Learning
Deep Learning
2022-05-25
Tradeoff antara Bias dan Variance
Artikel ini membahas tentang tradeoff antara bias dan variance dalam machine learning. Artikel ini menjelaskan konsep dari bias dan variance, dampaknya terhadap performa model, dan teknik dekomposisi bias-variance.
Machine Learning
2022-05-24
Metrik Klasifikasi
Artikel ini memperkenalkan metrik kinerja penting untuk masalah klasifikasi, mencakup matriks kebingungan, akurasi, presisi, recall, skor F1, ROC-AUC, PR-AUC, Koefisien Korelasi Matthews, Kappa Cohen, dan metrik klasifikasi multi-kelas.
Machine Learning
2022-05-24
Metrik Regresi
Artikel ini menjelajahi metrik kinerja umum untuk masalah regresi, membahas Mean Absolute Error, Mean Squared Error, Root Mean Squared Error, R-squared, Adjusted R-squared, Mean Absolute Percentage Error, dan Median Absolute Deviation.
Machine Learning
Regression
2022-05-23
Underfitting and Overfitting
Artikel ini menjelaskan tentang underfitting dan overfitting dalam model machine learning, penyebabnya, dan implikasinya pada kinerja model.
Machine Learning
2022-05-21
Pembelajaran Mesin (Machine Learning)
Artikel ini memberikan gambaran umum tentang pembelajaran mesin, jenis-jenisnya, dan tugas-tugas umumnya.
Machine Learning
2022-03-05
Dataset Publik - Library Wise
Artikel ini memberikan gambaran tentang dataset publik populer untuk machine learning. Lima perpustakaan machine learning terkenal - Scikit-learn, Seaborn, PyTorch, TensorFlow, dan Hugging Face - dijelajahi, masing-masing menawarkan seperangkat dataset yang unik.
Machine Learning
AlloyDB
Amazon Cognito
Amazon EC2
Amazon ECS
Amazon QuickSight
Amazon RDS
Amazon Redshift
Amazon S3
API
Autonomous Vehicle
AWS
AWS API Gateway
AWS Chalice
AWS Control Tower
AWS IAM
AWS Lambda
AWS VPC
BERT
BigQuery
Causal Inference
ChatGPT
Chrome Extension
CircleCI
Classification
Cloud Functions
Cloud IAM
Cloud Run
Cloud Storage
Clustering
CSS
Data Engineering
Data Modeling
Database
dbt
Decision Tree
Deep Learning
Descriptive Statistics
Differential Equation
Dimensionality Reduction
Discrete Choice Model
Docker
Economics
FastAPI
Firebase
GIS
git
GitHub
GitHub Actions
Google
Google Cloud
Google Search Console
Hugging Face
Hypothesis Testing
Inferential Statistics
Interval Estimation
JavaScript
Jinja
Kedro
Kubernetes
LightGBM
Linux
LLM
Mac
Machine Learning
Macroeconomics
Marketing
Mathematical Model
Meltano
MLflow
MLOps
MySQL
NextJS
NLP
Nodejs
NoSQL
ONNX
OpenAI
Optimization Problem
Optuna
Pandas
Pinecone
PostGIS
PostgreSQL
Probability Distribution
Product
Project
Psychology
Python
PyTorch
QGIS
R
ReactJS
Regression
Rideshare
SEO
Singer
sklearn
Slack
Snowflake
Software Development
SQL
Statistical Model
Statistics
Streamlit
Tabular
Tailwind CSS
TensorFlow
Terraform
Transportation
TypeScript
Urban Planning
Vector Database
Vertex AI
VSCode
XGBoost