Machine Learning Metode k- Nearest NeightBors Klasifikasi Angka Bahasa Isyarat

Romy Budhi Widodo

Deskripsi ebook

Sinopsis Buku: Buku ini menjelaskan tentang penerapan metode *k-Nearest Neighbors (kNN)* dalam bidang *machine learning* untuk melakukan klasifikasi bahasa isyarat. Buku ini menggabungkan teori dan praktik, dengan fokus pada penggunaan bahasa pemrograman Python untuk membangun model prediktif yang mampu mengenali dan mengklasifikasikan gerakan tangan berupa bahasa isyarat. Data yang digunakan berasal dari sensor tekuk yang terpasang pada sarung tangan, yang dikumpulkan dari Pusat Studi Human-Machine Interaction (HMI), Program Studi Teknik Informatika, Universitas Ma Chung. Buku ini juga menjelaskan proses pengembangan model *kNN* secara rinci, mulai dari tahapan awal seperti impor library, pengambilan dataset, analisis eksploratif data (EDA), pemisahan data, pembersihan data, serta penerapan algoritma sebelumnya. Selain itu, buku ini mengeksplorasi berbagai metrik penilaian kinerja model seperti akurasi, *confusion matrix*, *classification report*, serta *MAE* dan *RMSE*. Seluruh materi disajikan secara terstruktur dan mudah dipahami, baik bagi pemula maupun bagi yang ingin memperdalam pemahaman tentang *machine learning* dan penerapannya dalam pengenalan bahasa isyarat. Buku ini menjadi referensi yang komprehensif bagi mahasiswa, peneliti, dan pengembang yang tertarik dalam bidang kecerdasan buatan dan interaksi manusia dengan mesin.

Sinopsis ebook

Perkembangan permasalahan di dunia nyata semakin dekat dengan keberadaan ilmu pengetahuan itu sendiri Model teori prediksi desain algoritma dan ekstrapolasi untuk peramalan kejadian terus berkembang Saat ini pekerjaan di bidang machine learning member

Setelah membeli, anda dapat membaca konten tersebut melalui aplikasi-aplikasi di bawah ini: