Publications by Team Algoritma
BCA UL
Introduction Supervised vs Unsupervised Learning Supervised Learning Memiliki target variabel Tujuannya untuk membuat model prediksi dengan training data Model di-evaluasi dengan testing data Unsupervised Learning Tidak memiliki target variabel Tujuannya untuk mencari pola dalam data, yang berguna untuk menghasilkan informasi. Digunakan pad...
34467 sym 24 img
IP-Theia
Course Map Dive Deeper Into Data Wrangling & Exploration Tools Static Visualization Transformation/Interactive Plot Web Dashboard Dive Deeper Into Data Wrangling & Exploration Tools Pada course kali ini, kita akan menggunakan package tidyverse, package tersebut terdiri dari beberapa package. Dimana setiap package yang tedapat pada package tid...
10697 sym 4 img
Document
1 Data Visualization Sebelum Anda melanjutkan dan menjalankan kode-kode dalam coursebook ini, ada baiknya Anda melakukan persiapan dan pengaturan di awal. Di bawah tab Libraries Anda akan melihat beberapa kode untuk menginisialisasi ruang kerja kita, dan library yang akan kita gunakan untuk menjalankan visualisasi data. Anda juga dapat memas...
20732 sym Python (21110 sym/56 pcs) 38 img
Document
# Cara mengisi nilai missing library(zoo) z <- zoo(c(NA, 2, NA, 1, 4, 5, 2, NA)) na.fill(object = z, fill = 0) #> 1 2 3 4 5 6 7 8 #> 0 2 0 1 4 5 2 0 Naive Bayes Classifier Concept: Bayes Theorem Naive Bayes didasari oleh Bayes’ Theorem of Probability. Bayes Theorem membahas terkait peluang kejadian dependen (dependent events) Kejadi...
38191 sym 14 img
c2_full
# Cara mengisi nilai missing library(zoo) z <- zoo(c(NA, 2, NA, 1, 4, 5, 2, NA)) na.fill(object = z, fill = 0) #> 1 2 3 4 5 6 7 8 #> 0 2 0 1 4 5 2 0 Naive Bayes Classifier Concept: Bayes Theorem Naive Bayes didasari oleh Bayes’ Theorem of Probability. Bayes Theorem membahas terkait peluang kejadian dependen (dependent events) Kejadi...
38590 sym 15 img
UL
Clustering Clustering adalah pengelompokkan data berdasarkan karakteristiknya. Tujuan clustering: Observasi di cluster yang sama memiliki karakteristik semirip mungkin Contoh: Cluster 1 -> Terdapat observasi untuk gender male dengan golongan datah A & B observasi dari cluster berbeda memiliki karakteristik yang sebeda mungkin Contoh: ~ Clust...
6320 sym R (9577 sym/38 pcs) 1 img
NN
# clear-up the environment rm(list = ls()) # chunk options knitr::opts_chunk$set( message = FALSE, warning = FALSE, fig.align = "center", comment = "#>" ) # scientific notation options(scipen = 9999) 1 Training Objective Berikut adalah beberapa tujuan yang akan kita capai dengan belajar Neural Network: Mengenal Neural Netw...
24268 sym R (13784 sym/88 pcs) 19 img
KERASNYA HIDUP
# clear-up the environment rm(list = ls()) # chunk options knitr::opts_chunk$set( message = FALSE, warning = FALSE, fig.align = "center", comment = "#>" ) # scientific notation options(scipen = 9999) 1 Deep Learning with Keras Ada banyak frameworks (template) yang bisa kita gunakan untuk membangun neural network/deep learni...
14831 sym R (13926 sym/49 pcs) 3 img
Regresi Linear Sederhana
Berikut adalah disajikan data perusahaan untuk diteliti lebih lanjut mengenai apakah terdapat hubungan antara Data Salary dan Experience Working dataset= read.csv("D:/Data/Analisis Regresi/Salary_Data (2 Variables).csv") dataset ## YearsExperience Salary ## 1 1.1 39343 ## 2 1.3 46205 ## 3 1.5 37731...
224 sym R (3903 sym/15 pcs) 1 img