Belajar Machine Learning Dari Awal Buat Yang Ga Jago Matematika

Tidak seperti biasanya kita belajar web development, kali ini kita akan belajar soal Machine Learning dari awal buat lo yang nggak jago-jago amat matematika.

Bukan berarti gak pake matematika, tetep pake matematika tapi maksudnya lo nggak perlu jago-jago banget lah, karena kita juga bakal pelajari itu sambil jalan dan pelan-pelan.

Di course ini juga kita belajarnya dari awal, jadi buat lo yang emang nggak tau machine learning sama sekali ya gak masalah, justru course ini emang didedikasikan untuk pemula yang pengen belajar machine learning.

Kali ini tutornya Irwansyah Saputra, seorang dosen, mahasiswa S3 di Institut Pertanian Bogor (IPB), dan penulis beberapa buku.

🌍 Referensi:

📖 Buku

👨‍💻 Irwansyah Saputra:

🌳 Support

🎥 Timestamps
00:00:00 Perkenalan course
00:00:20 Perkenalan tutor
00:01:15 Disclaimer
00:01:47 Referensi
00:03:00 Apa itu machine learning?
00:17:05 Untuk apa machine learning?
00:21:16 Cara kerja machine learning
00:27:12 Cara kerja supervised learning
00:30:14 Dataset supervised learning
00:33:25 Cara kerja unsupervised learning
00:38:52 Reinforcement learning
00:42:11 Contoh penerapan machine learning
00:42:14 Estimasi: Estimasi produk cacat
00:44:14 Prediksi: Prediksi harga saham
00:45:19 Klasifikasi: Rekomendasi main golf
00:45:51 Klasterisasi: Mengelompokkan pelanggan
00:46:08 Asosiasi: Kasus market basket analysis
00:46:33 Algoritma dalam machine learning
00:47:12 Penerapan machine learning
00:47:18 Pengenalan google colab
00:56:48 Persiapan data
01:18:57 Data source
01:30:16 Exploratory Data Analysis (EDA)
01:58:04 Tipe data
02:09:51 EDA bagian 2
03:23:23 Masih bahas EDA lagi
04:05:43 Data normalization
04:41:07 One-hot encoding
05:25:00 Algoritma di selection feature
06:04:30 Ekstraksi atribut
06:38:00 Similarity and Disimilarity
07:08:29 Konsep Dasar Klasifikasi
07:49:49 Decision Tree and Random Forest
08:39:01 Decision Tree di Python
09:08:28 Random Forest
09:45:16 Random Forest di Python
09:55:45 K Nearest Neighbor and Pseudo kNN
10:16:25 kNN di Python
10:22:51 Naive Bayes Classifier
10:40:08 Naive Bayes di Python
10:44:14 Model Validation
11:21:43 Confusion Matrix
11:58:50 Tugas dan penutup

[suryaelz]

Bayangin record 12 jam suaranya ga ke record wkwk, ga bang canda, makasih banget ilmunya, semoga balik jadi amal jariyah

[aliif]

oh ini toh video yang 12 jam lewat 5 menit itu, alhamdulillah terimakasih mas nauval video2 nya boleh nih jadi kayak channel freecodecamp versi indonesia

[syahrulapriansyah]

Makasih kak ilmunya, saya masih masih semester 1 S1 tp udh tertarik sama machine learning, video kyk gini membantu banget kak, saran buat video kyk gini lg kak, tapi bahas data processing sama visualisasi nya

[gsp_ram]

Makasih mas, kami yang membangun ML otodidak bisa banyak belajar.

[oki]

Penjelasan yg sangat jelas dan detail... Sukses selalu pak Irwan

[Andina]

asik kak cara ngajarnya ga ngebosenin + mudah dimengerti, seru jadi nyimaknya thanks kak sangat bermanfaat

[manz]

Gw subcribe lu bang, keren amat dah, jarang gw nemu org baik kaya elu❤

[kakamarantika]

orang Sunda deui, Subscribe ah... !
cuma kebetulan seh orang yg punya channel ini orang sunda, padahal saya Subscribe juga channel2 lain yg bukan orang sunda tergantung penjelasannya masuk ke saya atau tidak, semangat lah buat orang Indonesia untuk kita maju menjadi yg terdepan dalam iT !!

[hizkialoelan]

terimakasih ilmunya lumayan ilmu dasar saya jadi makin kuat 😄🙏🙏

[godfreyofbouillon]

【 *Personal Timestamp* 】
3:44:10 correlation between variable

[rizkiramdani]

makasih kak aku baru mulai mau belajar machine learning semoga dipermudah

[thearka]

Di 8:29:08, Tabel Kontingensi Humidity kayanya kurang sesuai ya bang? Humidity Normalnya Yes 7 | No 0, padahal di 8:27:32, ada 1 Humidity yang No. Jadinya hasil Tree di 8:31:52, kalo Humidity Normal langsung Yes, padahal harusnya ada 1 kasus bisa jadi No (bercabang lagi sekali). Ini nanya lho Bang barangkali aku salah paham.

[martinuslukas]

Andai button like nya bs onpress secara continue (tidak on/off) seperti IG story. Mngkin saya yg paling banyak mas. 😄

[muhammadfikriassegaf]

6 jam buat bahas preprocessing hahah mantap, anw trims pak materinya

[muhammadriansyah]

Terima kasih atas ilmunya pak, kalo boleh rekom, untuk yang K-Means boleh di tambah pak. Soalnya untuk pembelajaran tugas akhir 🙏

[dopamine]

Makasih pak, 12 jam yang sangat bermanfaat

[yahyasofyandani]

terima kasih mas, pelajarannya... izin download buat belajar, sangat bermanfaat....

[andaopirizkynugraha]

Kalau ada kursus Machine learning, deeplearning in python for Power BI, saya mau ikut dongs

[wawan.sulisstia]

Data discretization / Binning == 4:23:46

[pramujapangestu]

terimakasih pak irwan, penjelasanya asyik. semoga sukses selalu