Buku Machine Learning and Reasoning Fuzzy Logic Algoritma, Manual, Matlab and Rapid Miner

Rp 126.500

Penulis Budy Santoso, S.Kom, M.Eng, Azminuddin I. S. Azis, Zohrahayaty
Institusi
Kategori Buku Referensi
Bidang Ilmu Ilmu Komputer
ISBN 978-623-02-0631-3
Ukuran 17.5×25 cm
Halaman
xxii, 216 hlm
Ketersediaan Pesan Dulu
Tahun  2020
 
Pengiriman

Dikirim dari Sleman, Yogyakarta

Biaya Pengiriman

Akan dihitung saat checkout

Bingung bagimana cara checkout di Toko Buku Online Deepublish Store? Ikuti Panduan Belanja.

Deepublish Menyediakan Berbagai Metode Pembayaran untuk Memudahkan Pembelian.

Metode pembayaran 1
Metode pembayaran 2

Beli Buku ini Sekarang

Deskripsi

Sinopsis Buku Machine Learning and Reasoning Fuzzy Logic

Buku Machine Learning and Reasoning Fuzzy Logic |

Saat ini, metode-metode komputasi telah berkembang semakin cerdas. Pada prinsipnya, metode-metode komputasi cerdas atau biasa diistilahkan dengan soft computing dapat dikategorikan menjadi metode-metode searching, reasoning, dan learning. Metode-metode searching merepresentasikan masalah ke dalam state dan ruang masalah, lalu menggunakan strategi pencarian untuk menemukan solusi. Sedangkan, metode-metode reasoning merepresentasikan masalah ke dalam basis pengetahuan, lalu menggunakan strategi penalaran untuk menemukan solusi. Pendekatan searching dan reasoning mengharuskan adanya aturan-aturan yang berlaku, namun terkadang aturan-aturan tidak selalu bisa didefinisikan secara benar dan lengkap, maka pendekatan learning hadir untuk mengatasi kendala tersebut yang diistilahkan dengan machine learning.

Jika pendekatan searching kesulitan dalam menentukan apakah aturan-aturan sudah benar dan lengkap karena masalah yang dihadapi cukup kompleks sehingga representasi masalah ke dalam state menjadi tidak efisien, maka pendekatan reasoning dengan representasi logic (bahasa formal) merupakan solusinya. Awalnya, metode-metode reasoning digunakan pada masalah yang memiliki kepastian. Bagaimana jika masalah mengandung ketidakpastian? Pendekatan seperti teori probabilitas dan Fuzzy Logic merupakan solusinya. Metode-metode dengan pendekatan probabilitas untuk masalah yang mengandung ketidakpastian bersifat peluang. Bagaimana jika masalah mengandung ketidakpastian yang bersifat samar? Fuzzy Logic merupakan solusinya.

Fuzzy Logic mampu memodelkan fungsi-fungsi nonlinear, mampu mengatasi masalah yang sangat kompleks, didasarkan pada bahasa formal/alami, memiliki toleransi terhadap data yang tidak tepat, dan mampu merepresentasikan pengetahuan pakar ke dalam basis pengetahuannya sebagai aturan-aturan yang berlaku sehingga tidak memerlukan proses learning. Namun, seperti yang telah dikatakan sebelumnya, terkadang aturan-aturan tidak selalu bisa didefinisikan secara benar dan lengkap sehingga metode-metode machine learning menjadi solusi untuk itu yang juga mampu memodelkan fungsi-fungsi nonlinear, mampu mengatasi masalah yang sangat kompleks, dan memiliki toleransi terhadap data yang tidak tepat.

Kata lainnya, Fuzzy Logic tidak mampu melakukan pembelajaran, sementara pendekatan machine learning mampu melakukannya, namun tidak mampu melakukan penalaran seperti Fuzzy Logic. Melalui pembelajarannya, pendekatan machine learning mampu menggali pengetahuan, memprediksi, maupun mengenal pola dari masalah kompleks yang dihadapi sehingga dapat memodelkan aturan-aturan. Dengan demikian, bagaimana jadinya jika pendekatan reasoning Fuzzy Logic diintegrasikan dengan pendekatan machine learning? Bagaimana jika pendekatan machine learning memodelkan aturan-aturan yang sulit didefinisikan melalui pembelajarannya untuk digunakan Fuzzy Logic? Atau bagaimana jika pendekatan reasoning Fuzzy Logic mengoptimalkan proses prediksi, pengenalan pola, dan pemodelan pengetahuan yang dilakukan pendekatan machine learning? Buku ini merupakan salah satu jawabannya.

Bagaimana jika metode-metode machine learning diintegrasikan dengan metode Fuzzy Logic? Buku ini membahas karakteristik, algoritma, manual, dan penerapan (menggunakan tools Matlab dan Rapidminer) beberapa metode-metode machine learning dan pengembangannya dengan reasoning Fuzzy Logic, meliputi:

  1. Mengapa Machine Learning & Reasoning FuzzyLogic?
  2. Pengantar Machine Learning
  3. Pra Pengolahan Data
  4. Evaluasi Model
  5. FuzzyLogic
  6. ANN, SVM, & Fuzzy
  7. K-Means& FCM
  8. Naïve Bayes, k-NN& Fuzzy
  9. Bonus: C4.5, Linear Regression, & A-Priori

Buku Machine Learning and Reasoning Fuzzy Logic ini diterbitkan oleh Penerbit Buku Pendidikan Deepublish.

Dapatkan buku-buku berkualitas hanya di Toko Buku Online Deepublish. Kami berfokus menjual buku-buku kuliah untuk Mahasiswa di seluruh Indonesia, dengan pilihan terlengkap kamu pasti mendapatkan buku yang Anda cari.

Kelebihan kami : 

*Buku Baru
*Original
*Pengiriman Cepat
*Stok selalu tersedia
*Packing aman & rapi
*Garansi 100% jika produk rusak/cacat/tidak sesuai KAMI GANTI atau UANG ANDA KEMBALI

Lihat juga kategori buku-buku yang lain:

Buku Biologi Buku Kesehatan | Buku Hukum | Buku Ekonomi | Buku Kimia | Buku Manajemen | Buku Psikologi | Buku Pendidikan | Buku Sosial Politik Buku Metode Riset | Buku Sains dan Teknologi

Informasi Tambahan

Berat 0,35 kg

Review

Belum ada ulasan.

Jadilah yang pertama memberikan ulasan “Buku Machine Learning and Reasoning Fuzzy Logic Algoritma, Manual, Matlab and Rapid Miner”
Paling Laris

Rp 39.000

Paling Laris

Rp 188.000

Paling Laris

Rp 79.000

Paling Laris

Rp 79.000

Ada yang bisa Bang Jon Bantu?

Bantuan, transaksi, reseller dan pertanyaan umum

Ingin pengadaan buku/bahan pustaka dan kerjasama?

Selamat Berbelanja Buku di Deepublish Store