Buku Analisis Regresi Menggunakan Bahasa Pemrograman Python – Suprapto

Rp162.000

Buku Analisis Regresi Dengan Bahasa Pemrograman Python Karangan Suprapto dkk Original Bergaransi Uang Kembali atau ganti barang dari Penerbit Deepublish

Halo Kak, Apa Kabar?, Mudah mudahan dalam kedaan sehat selalu ya kak, Amiin YRA. machidolia mau menmperkenalkan Buku kategori Sains dan Teknologi

Spesifikasi:
Buku Analisis Regresi Menggunakan Bahasa Pemrograman Python Mencari Korelasi Antara Variabel Input Dengan Variabel Output
Penulis Suprapto, S.Si.,M.Si. Ph.D, Yatim Lailun Nimah, Institusi Institut Teknologi Sepuluh Nopember
ISBN 978-623-02-2255-9
Ukuran 17.525 cm
Halaman xiv, 198 hlm
Penerbit Deepublish
Tahun 2021
Isi Kertas Hitam Putih

Buku ini cocok untuk
1. Mahasisa atau dosen Program Studi Teknik Informatika atau Ilmu Komputer
2. Referensi untuk Perpystakaan Kampus
3. Programmer Python

Buku yang kami jual merupakan buku;
1. Original 100 %
2. Dicetak dan di kirim langsung oleh penerbit
3. Buku Ber ISBN
4. Packing Aman dan Rapih
5. Bergaransi

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.

20 in stock

Categories: ,

Description

Buku Analisis Regresi Dengan Bahasa Pemrograman Python Karangan Suprapto dkk Original Bergaransi Uang Kembali atau ganti barang dari Penerbit Deepublish

Halo Kak, Apa Kabar?, Mudah mudahan dalam kedaan sehat selalu ya kak, Amiin YRA. machidolia mau menmperkenalkan Buku kategori Sains dan Teknologi

Spesifikasi:
Buku Analisis Regresi Menggunakan Bahasa Pemrograman Python Mencari Korelasi Antara Variabel Input Dengan Variabel Output
Penulis Suprapto, S.Si.,M.Si. Ph.D, Yatim Lailun Nimah, Institusi Institut Teknologi Sepuluh Nopember
ISBN 978-623-02-2255-9
Ukuran 17.525 cm
Halaman xiv, 198 hlm
Penerbit Deepublish
Tahun 2021
Isi Kertas Hitam Putih

Buku ini cocok untuk
1. Mahasisa atau dosen Program Studi Teknik Informatika atau Ilmu Komputer
2. Referensi untuk Perpystakaan Kampus
3. Programmer Python

Buku yang kami jual merupakan buku;
1. Original 100 %
2. Dicetak dan di kirim langsung oleh penerbit
3. Buku Ber ISBN
4. Packing Aman dan Rapih
5. Bergaransi

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.

Additional information

Weight 450 g
Dimensions 23 × 16 × 2 cm

Reviews

There are no reviews yet.

Only logged in customers who have purchased this product may leave a review.