This is a machin learning course assignment from 1 week - 14 week for UTS and UAS.
1. Sudah di running dari Colabs. tidak perlu dataset lagi, sudah kelihatan running nya dan kesalahanya dimana
2. Jika Data Jupyter Notebook Tidak Bisa dibuka di Github, itu karena Lebih dari 1 atau 2 Mb Source Codenya, Maka untuk membuka Notebook harus di download dulu.
Selanjutnya di running di Local Computer Atau Colabs. Remember: sudah Terlihat Running Programnya. (Tidak Perlu Lagi dataset Kalau runningya di Local / Colabs)
- WEEK 1 : Random Forest dan Decision Tree
- WEEK 2 : Regularization Lasso Regression, Etc.
- WEEK 3 : K-Nearest Neighboord (KNN)
- WEEK 4 : Data Vizualization
- WEEK 5 : Exploratory Data Analysis | PCA | LDA | T-SNE | SVD
- WEEK 6 : Clustering Unsupervised
- WEEK 7 : Xgboost
- WEEK 8 : Support Vector Machine (SVM)
- WEEK 9 : Deep Learning
- WEEK 10 : Try Using Tensorboard and Pytorch
- WEEK 11 : CNN
- WEEK 12 : Architecture CNN Best Competition CUDA
- WEEK 13 : GRU and LSTM Architecture of RNN
- FINAL EXAM : PAPER CODE RUNNING TO GETTING OUTPUT.
SOURCE CODE FROM KAGGLE | SOURCE CODE LATIHAN |
---|---|
- Mencopy source code di kaggle ke colab | - Sumber tidak Hanya dari kaggle, Tapi dari dicoding, Yt, dll. |
- Memahami source dari kaggle dengan menulis ulang | - Latihan dari Source Lain untuk mempelajari lebih dalam |
- Menambahkan Beberapa Kodingan sedikit dari Source kaggle | - Mencoba-coba dari Sumber Lain tidak hanya dari Kaggle |