Buku ini merupakan panduan praktis dan mendalam tentang algoritma Naive Bayes dalam penerapan pembelajaran mesin menggunakan platform Google Colab. Naive Bayes adalah salah satu algoritma klasifikasi yang paling sederhana namun efektif, sering digunakan dalam berbagai aplikasi seperti klasifikasi teks, analisis sentimen, dan deteksi spam. Buku ini dirancang untuk membantu pembaca memahami konsep dasar di balik algoritma Naive Bayes, serta memberikan pengalaman langsung dalam mengimplementasikannya melalui lingkungan pemrograman Python di Google Colab.

Buku ini menjelaskan konsep dasar pembelajaran mesin, jenis-jenisnya, dan peran algoritma Naive Bayes dalam klasifikasi. Pembaca akan dibekali pemahaman tentang bagaimana algoritma ini bekerja berdasarkan teorema Bayes, serta asumsi independensi sederhana yang digunakan.

Pembaca diperkenalkan pada platform Google Colab, sebuah layanan gratis berbasis cloud yang mendukung bahasa pemrograman Python. Bab ini mencakup panduan cara membuat notebook di Google Colab, mengimpor dataset, serta langkah-langkah awal dalam mempersiapkan lingkungan kerja. Dimana membahas langkah demi langkah bagaimana mengimplementasikan Naive Bayes untuk masalah klasifikasi. Contoh kasus diberikan untuk klasifikasi teks, di mana pembaca akan mempelajari bagaimana mempersiapkan dataset, menerapkan preprocessing teks, dan menggunakan pustaka scikit-learn untuk membangun model Naive Bayes. Evaluasi Model dan Optimasi juga dilakukan dengan membahas cara mengevaluasi model Naive Bayes menggunakan metrik seperti akurasi, precision, recall, dan F1-score. Selain itu, teknik untuk mengoptimalkan model seperti cross-validation dan hyperparameter tuning juga diuraikan untuk meningkatkan kinerja model.

Penulis : Ari Mulyoto, S.Pd, M.Si.

Halaman Buku : 136

DOWNLOAD

PRE-ORDER | Harga : Rp. 58.000