Awesome_Machine_Learning_Solutions
1.0.0
Daftar repositori yang dikurasi untuk buku saya Solusi Pembelajaran Mesin.
Anda akan mendapat kesempatan mempelajari cara mengembangkan aplikasi ilmu data mutakhir menggunakan berbagai teknik Machine Learning (ML). Buku ini adalah panduan praktis yang dapat membantu Anda membangun dan mengoptimalkan aplikasi ilmu data Anda. Anda dapat mengakses kode sumber dengan menggunakan tautan yang diberikan setelah deskripsi bab.
Bab 1, Pemodelan risiko kredit, dalam bab ini kita akan membangun model analisis prediktif yang dapat membantu kita memprediksi cuaca pelanggan akan gagal bayar pinjamannya atau tidak. Kami akan menggunakan deteksi outlier, transformasi fitur, algoritma pembelajaran mesin ensembel, dan sebagainya untuk mendapatkan solusi terbaik.
Bab 2, Prediksi Harga Pasar Saham, pada bab ini kita akan membangun model prediktif yang dapat memprediksi harga indeks saham berdasarkan dataset historis. Kami akan menggunakan jaringan saraf untuk mendapatkan solusi terbaik.
Bab 3, Analisis Pelanggan, pada bab ini kita akan mendalami bagaimana membangun segmentasi pelanggan agar kampanye pemasaran dapat dilakukan secara maksimal. Dengan menggunakan berbagai algoritme pembelajaran mesin seperti K-nearest neighbour, random forest, dan sebagainya, kita dapat membangun pendekatan garis dasar. Untuk mendapatkan solusi terbaik, kami akan menggunakan algoritma pembelajaran mesin ensembel.
Bab 4, Sistem rekomendasi untuk e-commence, dalam bab ini kita akan membangun mesin rekomendasi untuk platform e-commerce. Kami akan membangun mesin rekomendasi yang dapat merekomendasikan buku serupa. Kami akan menggunakan konsep seperti korelasi, TF-IDF, kesamaan kosinus untuk membangun aplikasi.
Bab 5, Analisis sentimen, dalam bab ini kita akan menghasilkan skor sentimen untuk review film. Untuk mendapatkan solusi terbaik, kami akan menggunakan jaringan saraf berulang dan unit memori jangka pendek.
Bab 6, Mesin rekomendasi pekerjaan, dalam bab ini kita akan membuat kumpulan data kita sendiri yang dapat digunakan untuk membuat mesin rekomendasi pekerjaan. Kami juga akan menggunakan dataset yang sudah tersedia untuk membangun sistem rekomendasi pekerjaan. Kami akan menggunakan teknik statistik dasar untuk mendapatkan solusi terbaik.
Bab 7, Peringkasan teks, dalam bab ini kita akan membangun aplikasi yang menghasilkan ringkasan ekstraktif transkripsi medis. Kami akan menggunakan pustaka python yang sudah tersedia untuk pendekatan dasar kami. Setelah itu kita akan menggunakan berbagai teknik vektorisasi dan ranking untuk mendapatkan ringkasan dokumen medis. Kami juga akan membuat ringkasan untuk ulasan produk amazon.
Bab 8, Mengembangkan chatbots, pada bab ini kita akan mengembangkan chatbot menggunakan pendekatan berbasis aturan dan pendekatan berbasis pembelajaran mendalam. Kami akan menggunakan TensorFlow dan Keras untuk membuat chatbot.
Bab 9, Membangun aplikasi pengenalan objek real-time, pada bab ini kita akan mempelajari tentang pembelajaran transfer. Kita akan belajar tentang jaringan konvolusional dan algoritma YOLO (You Only Look Once). Kami akan menggunakan model terlatih untuk mengembangkan aplikasi.
Bab 10, Pengenalan wajah dan pengenalan emosi wajah, pada paruh pertama bab ini kita akan membangun aplikasi yang dapat mengenali wajah manusia. Pada paruh kedua bab ini kami akan mengembangkan aplikasi yang dapat mengenali ekspresi wajah manusia. Kami akan menggunakan OpenCV, Keras dan TensorFlow untuk membangun aplikasi ini.
Bab 11, Membangun bot game, pada bab ini kita akan mempelajari tentang Reinforcement Learning. Di sini kita akan menggunakan gym atau perpustakaan alam semesta untuk mendapatkan lingkungan permainan. Kami pertama kali memahami algoritma Q-learning dan kemudian kami akan menerapkan hal yang sama untuk melatih bot game kami. Di sini kami sedang membangun bot untuk game atari.
Lampiran A, Daftar contekan, pada bab ini kita akan mendapatkan daftar contekan untuk berbagai pustaka python yang sering kita gunakan dalam aplikasi ilmu data.
Lampiran B, Strategi memenangkan hackathon, dalam bab ini kita akan mengetahui apa saja kemungkinan strategi untuk memenangkan hackathon. Saya juga telah mencantumkan beberapa sumber daya keren yang dapat membantu Anda memperbarui diri.
