Kabar gembira buat kalian yang menggunakan Octave dalam project machine learning dan tidak perlu library pihak ketiga karena pure/murni ditulis menggunakan Octave serta menarik lainnya adalah opensource.
Tujuan dari repositori ini bukanlah untuk mengimplementasikan algoritma machine learning menggunakan pustaka pihak ketiga melainkan untuk berlatih dan untuk lebih memahami matematika di balik setiap algoritma. Ini adalah upaya untuk mempelajari beberapa topik pembelajaran mesin (yang dijelaskan di mind mapping di bawah)
Repository: Machine Learning Octave
Berikut algoritma yang ada didalam repositori tersebut
Pembelajaran yang Diawasi – supervised learning
Dalam supervised learning kita memiliki satu set data pelatihan sebagai input dan satu set label atau “jawaban yang benar” untuk setiap set pelatihan sebagai output.
- Regression: algoritma yang digunakan yaitu Regresi linier adalah model linier, mis. model yang mengasumsikan hubungan linier antara variabel input (x) dan variabel output tunggal (y). Lebih khusus lagi, variabel keluaran (y) dapat dihitung dari kombinasi linier variabel masukan (x). Contoh penggunaan: perkiraan harga saham, analisis penjualan, ketergantungan nomor apa pun, dll. Link repository: https://github.com/trekhleb/machine-learning-octave/tree/master/linear-regression
- Classification: algoritma yang digunakan yaitu Regresi Logistik. Contoh penggunaan: filter spam, deteksi bahasa, menemukan dokumen serupa, pengenalan huruf tulisan tangan, dll. Link repository: https://github.com/trekhleb/machine-learning-octave/blob/master/logistic-regression
Unsupervised Learning
- Clustering
- Anomaly Detection
- Neural Network (NN)
Silahkan kan kunjungi saja https://github.com/trekhleb/machine-learning-octave.