gradDescentR 2.0 : IMPLEMENTASI METODE GRADIENT DESCENT DAN VARIASINYA DALAM R PACKAGE
Machine learning merupakan cabang ilmu komputer yang berfokus pada algoritma yang bisa belajar dari data. Regresi merupakan tugas dari supervised learning yang digunakan untuk memprediksi nilai riil berdasarkan variabel predictor. Prediksi yang akurat pada regresi ditandai dengan cost function yang...
Saved in:
Main Author: | Handian, Dendi (Author) |
---|---|
Format: | Academic Paper |
Published: |
2017-01-27.
|
Subjects: | |
Online Access: | http://repository.upi.edu/28457/ |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Similar Items
-
IMPLEMENTASI VARIASI METODE GRADIENT DESCENT DENGAN PARALLEL COMPUTING DALAM PENGEMBANGAN R PACKAGE gradDescent 4.0
by: Muhammad Aziz Ashari, -
Published: (2018) -
PENGEMBANGAN R PACKAGE gradDescent 3.0 UNTUK IMPLEMENTASI METODE BERBASIS GRADIENT DESCENT: Studi kasus: Faktor kompresibilitas gas
by: Galih Praja Wijaya, -
Published: (2017) -
IMPLEMENTASI GRADIENT DESCENT DAN VARIANNYA DALAM BAHASA R DENGAN STUDI KASUS PREDIKSI FAKTOR KOMPRESIBILITAS GAS
by: Nasrulloh, Imam Fachmi
Published: (2016) -
A descent extension of the Dai - Yuan conjugate gradient technique
by: Hassan, Basim Abbas, et al.
Published: (2019) -
Two-versions of descent conjugate gradient methods for large-scale unconstrained optimization
by: Jabbar, Hawraz N., et al.
Published: (2021)