Bibliography Detail

Analisis regresi menggunakan bahasa pemrograman Python : mencari korelasi antara variabel input dengan variabel output | Perpustakaan Pusat

# #
Image of Analisis regresi menggunakan bahasa pemrograman Python : mencari korelasi antara variabel input dengan variabel output

Text

Analisis regresi menggunakan bahasa pemrograman Python : mencari korelasi antara variabel input dengan variabel output


Buku ini merupakan rangkuman catatan penulis dalam mempelajari metode regresi menggunakan pustaka Scikit-Learn di Python. Tentu saja sumber utama yang diacu pada buku ini adalah dokumentasi Scikit-Learn khususnya yang berkaitan dengan model regresi. Kode pada buku ini dijalankan seperti apa adanya, dengan catatan beberapa pustaka perlu ditambahkan agar beberapa fungsi dapat bekerja. Kode dijalankan dengan Python 3.8, Jupyterlab 2.2.0, dan Scikit-Learn 0.23.1.
Pustaka XGBoosting tidak ada di Scikit-Learn, tetapi dapat ditambahkan ke sistem menggunakan pustaka Mlext. Secara umum, buku ini terdiri atas dua bagian. Bagian awal adalah metode regresi linier dan bagian belakang adalah model regresi nonlinier. Model linier umumnya bisa memberikan parameter yang jelas mengenai model yang dibangun. Persamaan regresi dapat diketahui dari koefisien/slope dan intersepsinya. Model nonlinier, di sisi lain lebih merupakan metode ‘kotak hitam’ yang lebih menekankan pada aplikasi pada kebenaran hasil prediksi.

Bibliografi halaman xi-xiv.


Ketersediaan
BLU231436519.536 SUP a C.1Perpustakaan Pusat UIN WalisongoTersedia namun tidak untuk dipinjamkan - No Loan
BLU231437519.536 SUP a C.2Perpustakaan Pusat UIN WalisongoTersedia
Informasi Detail
Judul Seri
-
No. Panggil
519.536 SUP a
Penerbit
Yogyakarta : Deepublish.,
Deskripsi Fisik
xiv, 198 halaman : ilustrasi berwarna ; 25 cm
Bahasa
Indonesia
ISBN/ISSN
9786230222559
Klasifikasi
519.536
Tipe Isi
text
Tipe Media
unmediated
Tipe Pembawa
volume
Edisi
Cetakan pertama : Januari 2021
Subjek
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar