Dasar-dasar Machine Learning

Sources:

https://www.stat.cmu.edu/~hseltman/309/Book/chapter4.pdf 

https://www.kite.com/blog/python/data-analysis-visualization-python/ 

https://datascienceguide.github.io/exploratory-data-analysis 

https://www.youtube.com/watch?v=zHcQPKP6NpM 

https://colab.research.google.com/drive/1kdKopbZxWuftTm4rXzgfmmUxDCjVVe7H?usp=sharing 

https://brilliant.org/courses/ 

https://towardsdatascience.com/understanding-backpropagation-algorithm-7bb3aa2f95fd 

https://www.tensorflow.org/guide 

https://www.tensorflow.org/tutorials 

https://www.tensorflow.org/ 

https://data.un.org/ 

https://data.worldbank.org/ 

https://www.kaggle.com/ 

proses deployment pada tiga platform yaitu.

1. Mobile dan IoT (internet of things).
   Di sini kita menjalankan proses deployment dengan menggunakan tf.lite (TensorFlow lite) pada perangkat mobile dan embedded device seperti Android, iOS, Edge TPU, dan Raspberry Pi. Pelajari caranya di sini.
   
   

2. Cloud menggunakan TensorFlow serving.
   Service ini memudahkan penerapan algoritma dan eksperimen yang baru, sekaligus mempertahankan arsitektur server dan API yang sama. Jika Anda tertarik untuk mempelajarinya lebih lanjut, silakan buka tautan ini dan tutorial berikut.
   
   

3. Browser dan Node.js dengan menggunakan TensorFlow.js.
   TensorFlow.js merupakan library untuk machine learning pada JavaScript. Dengan library ini kita bisa membangun model ML dengan javascript, sekaligus menggunakannya langsung pada browser atau Node.js. Buka tautan berikut untuk mempelajari caranya.