-
-
Notifications
You must be signed in to change notification settings - Fork 110
Open
Labels
enhancementNew feature or requestNew feature or requestgood first issueGood for newcomersGood for newcomers
Description
Description
kecerdasan buatan adalah kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah atau bisa disebbut juga artificial intelligence
referensi tentang kercedasan buatan
- http://www-formal.stanford.edu/jmc/whatisai/whatisai.html
- https://www.ibm.com/topics/artificial-intelligence
- https://www.britannica.com/technology/artificial-intelligence
- https://www.oracle.com/id/artificial-intelligence/what-is-ai/
- implementasi artificial intelligence atau kercerdasan buatan pada bahasa pemograman python
- restruktur folder
machine_learningyang kemudian dipindahkan keimplementation/artificial_intelligence
contoh dari algoritma-algoritma yang digunakan pada kecerdasan buatan:
- LSTM (long short term memory network) ( feat: menambahkan long short term memory #256 )
- normalization data transformation
- decision tree ( Decision tree #248 )
- gaussian naive bayes
- gradient boosting
- gradient descent (chore: update folder dan menambahkan fungsi pada kecerdasan buatan #247)
- k means clutsering
- k nearest neighbour (K nearest neighbour #260)
- linear discriminant analysis
- linear regression (chore: update folder dan menambahkan fungsi pada kecerdasan buatan #247)
- logistic regression ( feat: menambahkan fungsi logistik regressi #258 )
- multilayer preception classifier
- polymonial regression
- random forest classification (Menambahkan Algoritma pengklasifikasi Hutan Acak #271 #272)
- fungsi scoring (feat: menambahkan fungsi skoring #263)
- sequential minimum optimization
- similliar search
- ridge regression (feat: penambahan algoritma ridge Regession #268)
- lasso regression
- SVM (support vector machine)
- frekuensi kata
- xgboost classifier
- xgboost regressor
tambahan lainnya
- tidak diperkenankan pull request dengan file jupyter notebook file (
.ipynb). - disarankan/diusahakan (opsional) meminimalisir penggunaan framework kecerdasan buatan seperti
tensorflowpytorch, atausklearn. - diusahakan memberikan informasi atau dokumentasi kode atau komentar kode.
Metadata
Metadata
Assignees
Labels
enhancementNew feature or requestNew feature or requestgood first issueGood for newcomersGood for newcomers
Type
Projects
Status
In Progress