Buku “Algoritma Klasifikasi Logistic Regression: Konsep Dasar dan Implementasi” disusun untuk memberikan pemahaman menyeluruh mengenai salah satu algoritma klasifikasi paling fundamental dalam machine learning dan data mining, yaitu Logistic Regression. Buku ini membahas konsep dasar, teori matematis, serta penerapan algoritma tersebut dalam menganalisis dan memprediksi data dengan dua atau lebih kelas keluaran.

Pembahasan diawali dengan pengenalan konsep klasifikasi dan peran algoritma Logistic Regression dalam proses pengambilan keputusan berbasis data. Selanjutnya dijelaskan prinsip dasar regresi logistik, fungsi sigmoid, estimasi parameter menggunakan metode Maximum Likelihood Estimation (MLE), serta interpretasi hasil model dalam konteks analisis data.

Buku ini juga menguraikan tahapan implementasi algoritma secara konseptual, mulai dari proses pengumpulan dan pembersihan data, pembentukan model klasifikasi, evaluasi performa model menggunakan metrik seperti accuracy, precision, recall, dan ROC curve, hingga interpretasi hasil dalam konteks praktis. Pembaca akan diarahkan untuk memahami bagaimana Logistic Regression digunakan dalam berbagai bidang seperti bisnis, kesehatan, sosial, maupun sistem cerdas berbasis prediksi.

Dengan pendekatan yang sistematis dan bahasa yang mudah dipahami, buku ini diharapkan dapat menjadi referensi penting bagi mahasiswa, dosen, peneliti, serta praktisi yang ingin memperdalam pemahaman mengenai konsep dasar dan penerapan algoritma klasifikasi, khususnya Logistic Regression, dalam analisis data dan pengembangan model prediktif.

Penulis :  Maulana Fansyuri, S.Kom., M.Kom

Halaman Buku : 126

DOWNLOAD

PRE-ORDER | Rp. 56.000