Daftar Isi: - Pengantar Algoritma Data Science - Tools Proyek Data Science - Metodologi Data Science - Implementasi Metodologi CRISP-DM - Studi Kasus Model Regresi Linier - Studi Kasus Model Ann - Studi Kasus Model Gradient Boosting
Buku Sains ini terdiri dari beberapa pembahasan, di antaranya: - Pengantar: Data Mining - Memahami Data - Analisis Asosiatif - Klasterisasi - Klasifikasi - Sistem Fuzzy - Regresi Linier - Jaringan Saraf Tiruan - Studi Kasus Tambahan - Evaluasi Performa Algoritma