Pemahaman Dasar Machine Learning: Teori dan Implementasi Linear hingga Logistic Regression
Belajar Machine Learning dari Dasar, Bangun Model dengan Percaya Diri!
- Deskripsi
- Materi
- Ulasan
Apa yang akan Anda pelajari
Kursus ini menawarkan pemahaman dasar tentang machine learning dengan fokus pada algoritma regresi. Mulai dari konsep dasar seperti regresi linear, gradient descent, hingga regularisasi dan regresi logistik, kursus ini membimbing peserta dalam membangun dan mengoptimalkan model machine learning dengan pembelajaran terstruktur. Setiap materi dilengkapi dengan penjelasan terperinci dan contoh implementasi untuk memastikan pemahaman mendalam bagi para pemula.
Supervised Machine Learning: Regression and Classification
-
1
1. Welcome to Machine Learning -
2
2. What is Machine Learning?
-
3
3. Unsupervised Learning Part 1
-
4
4. Unsupervised Learning Part 2
-
5
5. Jupyter Notebooks
-
6
6. Linear Regression Model Part 1
-
7
7. Cost Function Formula
-
8
8. Visualizing the Cost Function
-
9
9. Visualization Examples
-
10
10. Gradient Descent
-
11
11. Implementing Gradient Descent
-
12
12. Gradient Descent Intuition
-
13
13. Learning Rate
-
14
14. Gradient Descent for Linear Regression
-
15
15. Running Gradient Descent
-
16
16. Multiple Features
-
17
17. Vectorization Part 1
-
18
18. Vectorization Part 2
-
19
19. Gradient Descent for Multiple Linear Regression
-
20
20. Feature Scaling Part 1
-
21
21. Feature Scaling Part 2
-
22
22. Checking Gradient Descent for Convergence
-
23
23. Choosing the Learning Rate
-
24
24. Feature Engineering
-
25
25. Polynomial Regression
-
26
26. Motivations
-
27
27. Logistic Regression
-
28
28. Decision Boundary
-
29
29. Cost Function for Logistic Regression
-
30
30. Simplified Cost Function for Logistic Regression
-
31
31. Gradient Descent Implementation
-
32
32. The Problem of Overfitting
-
33
33. Addressing Overfitting
-
34
34. Cost Function with Regularization
-
35
35. Regularized Linear Regression
-
36
36. Regularized Logistic Regression
Membangun Model Prediksi dan Klasifikasi Menggunakan Linear dan Logistic Regression
Silahkan, login untuk menulis review
Detail Kursus
Durasi
5 jam
Materi
36
Video
4 jam 30 menit 36 detik
Tugas
1
Level
Mudah
Terpopuler
