<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-5.xsd">
  <mods version="3.5">
    <titleInfo>
      <title>Fundamental pf python for machine learning</title>
    </titleInfo>
    <name type="personal" usage="primary">
      <namePart>Teguh Wahyono</namePart>
    </name>
    <typeOfResource>text</typeOfResource>
    <originInfo>
      <place>
        <placeTerm type="text">Yogyakarta</placeTerm>
      </place>
      <publisher>Gava Media</publisher>
      <dateIssued>2021</dateIssued>
      <edition>Cet. 1</edition>
      <issuance/>
    </originInfo>
    <language>
      <languageTerm authority="iso639-2b" type="code">ind</languageTerm>
    </language>
    <physicalDescription>
      <form authority="marccategory">text</form>
      <form authority="marcsmd">regular print</form>
      <extent>156 hlm ; 23 cm</extent>
    </physicalDescription>
    <abstract type="Summary">opsis:Artificial intelligence (AI) dan machine learning saat ini kembali memasuki fase booming setelah beberapa dekade mengalami pasang surut. Kecerdasan Buatan kembali digandrungi, dimana penerapannya dilakukan secara masive pada aplikasi-aplikasi bisnis dan social media jaman now seperti Facebook, Twitter, Google, Amazon, dan bahkan berbagai aplikasi besar dari Indonesia seperti Go-jek, Tokopedia, dan sebagainya.Dari sisi Bahasa Pemrograman, Python menjadi salah satu pilihan terbaik untuk mengimplementasikan machine learning, mengingat kelengkapan library yang dibutuhkan untuk metode tersebut. Sejak di-release pada tahun 1991 bahasa pemrograman inipun berkembang pesat dan bahkan menjadi 3 besar most wanted bahasa pemrogaman bersama Java dan C.Struktur pembahasan dalam buku ini meliputi 3 bagian besar yaitu: (1) Konsep Machine Learning dan Kecerdasan Buatan (2) Dasar-Dasar Pemrograman Python untuk Machine Learning serta (3) Contoh Penerapan Machine Learning Menggunakan Python dengan menerapkan beberapa algoritma baik Supervised maupun Unsupervised Learning. Beberapa studi kasus dibahas secara lengkap dari pemahaman algoritma, mengolah dataset sampai pada training dan testing serta visualisasi hasil dari model machine learning yang dikembangkan.</abstract>
    <note type="statement of responsibility" altRepGroup="00">Teguh Wahyono</note>
    <subject>
      <topic>Pemograman</topic>
    </subject>
    <classification authority="ddc" edition="[23]">005.133</classification>
    <classification authority="">005.133 TEG f</classification>
    <identifier type="isbn">978-623-7498-7-1</identifier>
    <recordInfo>
      <recordContentSource authority="marcorg">JIPUBAY</recordContentSource>
      <recordCreationDate encoding="marc">230130</recordCreationDate>
      <recordChangeDate encoding="iso8601">20230130113030</recordChangeDate>
      <recordIdentifier>INLIS000000000695105</recordIdentifier>
      <recordOrigin>Converted from MARCXML to MODS version 3.5 using MARC21slim2MODS3-5.xsl
				(Revision 1.106 2014/12/19)</recordOrigin>
    </recordInfo>
  </mods>
</modsCollection>
