File Download Link: intro-to-ml-secured
Original Post: https://wiragotama.github.io/
In Bahasa Indonesia
Page ini didedikasikan untuk project probadi saya yaitu membuat buku pembelajaran mesin (machine learning). Buku ini ditujukan sebagai pengantar mata kuliah machine learning/pembelajaran mesin untuk mahasiswa tingkat sarjana di Indonesia (walau tidak menutup kemungkinan untuk pascasarjana). Buku ini tidak dapat dijadikan sebagai acuan utama pada perkuliahan machine learning karena hanya bersifat sebagai pengantar/pelengkap. Tetapi, mudah-mudahan buku ini dapat membantu proses belajar agar tahu mesti belajar apa saja, serta mampu menjadi pointer untuk bacaan berikutnya. Buku ini ditulis sedemikian sehingga pembaca mampu mendapatkan intuisi. Buku ini gratis, silahkan mengunduh dan bagikan (untuk tujuan NON KOMERSIL). Karena buku ini tidak sempurna, kritik dan saran dapat disampaikan ke email saya. Bila Anda tertarik untuk mengetahui kenapa buku ini dibuat, silahkan membaca artikel berikut.
Secara garis besar, buku ini terdiri dari empat bagian (total 14 bab):
- Pengantar (3 bab)
Bagian ini memuat konsep dasar machine learning dan jenis pembelajaran (supervised, semi-supervised, dan unsupervised). Hal terpenting yang disajikan pada bagian ini adalah kerangka berpikir (framework). Kenapa kita perlu menggunakan machine learning; apa itu dataset, tipe data, cara membagi dataset; apa hubungan machine learning dan probabilitas & statistika; apa saja tahapan langkah kerja; dsb. - Algoritma Pembelajaran Mesin (7 bab)
Bagian ini membahas algoritma dasar machine learning: Naive Bayes, K-means, K-nearest-neighbors, Model Linier (Linear Model), Pohon Keputusan, support vector classifier, dan Hidden Markov Model. Termasuk didalamnya: utility function, konsep machine learning dari sudut pandang optimisasi (gradient-based optimization), konsep transformasi data, probabilistic reasoning (sekilas), dsb. - Neural Networks (3 bab)
Bagian ini mungkin adalah bagian paling seru, yaitu membahas seputar artificial neural network (ANN) dan Deep Learning. Kenapa kita perlu menggunakan ANN, bagaimana cara melatih ANN (dari single perceptron, sampai deep neural network), permasalahan vanishing and exploding gradients, konsep dimentionality reduction dan representation learning dengan case study: word embedding, serta variasi neural network (convolutional neural network, recurrent neural network, sequence to sequence) untuk berbagai data dengan karakteristik berbeda. - Aplikasi (1 bab)
Bagian ini menjelaskan penerapan machine learning secara end-to-end pada dua kasus aplikasi yaitu sistem rekomendasi dan peringkasan dokumen. Hal paling penting yang perlu diingat adalah mengerti machine learning saja tidak cukup, tetapi kita harus memahami domain aplikasi juga.
Keywords: diktat pembelajaran mesin bahasa indonesia, buku pembelajaran mesin, pengenalan pembelajaran mesin, diktat machine learning bahasa indonesia, buku machine learning bahasa indonesia, pengenalan machine learning, pembelajaran mesin, machine learning indonesia
Wira Gotama's Blog 