Di antara akurasi, precision, recall, f1-score, apakah yang paling tepat untuk binary classification untuk algo trading? Atau ada yang lain yang lebih bagus?
Metrik untuk Binary Classification untuk Algo Trading
Membandingkan Rating dengan Jumlah Sampel yang Berbeda
Misalkan kita mempunyai rating dari dua produk sbb: produk A mempunyai satu "like" dari satu pembeliproduk B mempunyai sembilan puluh "like" dari seratus pembeli Manakah yang lebih baik dari keduanya? Produk A karena nilai ratingnya 10/10, atau produk B karena nilai ratingnya lumayan tinggi (9/10) dan mempunyai responden yang jauh lebih banyak? Ini adalah kali... Continue Reading →
Pengenalan dan Panduan Jupyter Notebook untuk Pemula
Jupyter notebook adalah software sangat sangat populer beberapa tahun terakhir. Mungkin sebagian besar dari pembaca sudah menggunakannya sehari-hari. Tapi mungkin ada beberapa yang baru mengenal nama saja dan belum terlalu mengerti. Atau bahkan mungkin baru mendengar. Jangan kuatir, tulisan ini akan mengenalkan Anda kepada Jupyter notebook dari nol sampai sedikit menguasainya.
Converting Jupyter Notebook to WordPress.com HTML
Introducing np2wp utility to convert Jupyter notebooks to plain HTML suitable for WordPress.com.
Ulasan Video Terbaik Intuisi Aljabar Linier: Essence of Linear Algebra
Yang membuat kursus ini spesial adalah visualisasi dari konsep-konsep aljabar linier sehingga kita bisa benar-benar mengerti esensi dan intuisi dibalik konsep-konsep itu.
Beginner’s Review of College Level Linear Algebra Books
Reviews of linear algebra books for those looking for the first college level linear algebra book to read.
Ulasan Buku: Programming PyTorch for Deep Learning – Ian Pointer (Nov 2019)
Saya suka buku ini karena fokusnya langsung ke PyTorch. Tidak seperti buku-buku lain yang mencoba mengulas teori ML/DL-nya dan akibatnya malah pembahasannya jadi dangkal di dua-duanya, baik teorinya dan programmingnya.
Ulasan Buku: Deep Learning with PyTorch – Vishnu Subramanian (Feb 2018)
Buku ini adalah buku PyTorch pertama yang saya baca dan membuat saya berpaling dari Keras hehe. Menurut saya isinya cukup komprehensif. Topik yang dibahas cukup luas, mulai dari pengenalan AI, ML, lalu pengenalan PyTorch dimulai dengan pembahasan yang cukup banyak tentang tensor lalu pemrograman NN, sampai topik-topik DL seperti CNN, pemrosesan sekuensial (RNN/LSTM) dan alikasinya pada pemrosesan teks, GAN, sampai pengenalan model-model mutakhir DL.
Ulasan Buku: Deep Learning with PyTorch Quick Start Guide – David Julian (Des 2018)
Buku ini cukup tipis (versi cetaknya hanya 158 halaman) namun isinya lumayan komprehensif dan penyajiannya cukup runut. Diawali dengan pengenalan teori ML, dengan formula-formula mulai linear dan logistic regression sampai dengan loss function sampai dengan gradient descent untuk NN.
Pengenalan Long Short Term Memory (LSTM) dan Gated Recurrent Unit (GRU) – RNN Bagian 2
Di artikel sebelumnya (Pengenalan RNN Bagian 1) kita telah menyinggung permasalahan gradien yang menghilang (vanishing gradient) pada RNN. Pada bagian ini kita akan membahas varian-varian dari RNN yaitu LSTM dan GRU yang didesain untuk memecahkan masalah ini. LSTM (Long Short Term Memory) adalah jenis modul pemrosesan lain untuk RNN. LSTM diciptakan oleh Hochreiter & Schmidhuber (1997) dan... Continue Reading →
Pengenalan Recurrent Neural Network (RNN) – Bagian 1
Recurrent neural networks (RNN) adalah jenis arsitektur jaringan saraf tiruan yang cocok dipakai untuk pemrosesan data sekuensial. RNN masuk dalam kategori deep learning karena pemrosesan data melalui banyak lapisan (layer).
Ulasan Setelah Mengikuti Deep Learning Specialization
Ini adalah ulasan dari Deep Learning Specialization di Coursera. Specialization adalah istilah Coursera untuk program kursus interaktif (MOOC) yang lebih komprehensif, lebih lama (beberapa bulan), dan isinya beberapa MOOC lain. Istilah yang sama kalau di Udacity disebut nanodegree, kalau di EdX disebut micromasters, dan sebagainya. Deep learning adalah kemajuan utama dari pembelajaran mesin dalam satu dekade terakhir,... Continue Reading →
Ulasan MOOC: Sequence Models – oleh Andrew Ng (deeplearning.ai) via Coursera
Sequence model adalah pemrosesan pada input yang berurutan, misalnya pemrosesan bahasa alami (NLP), audio, atau data sekuensial lainnya. Dalam konteks deep learning, model yang berkaitan adalah recurrent neural network (RNN).
Ulasan MOOC: Convolutional Neural Networks – oleh Andrew Ng (deeplearning.ai) via Coursera
CNN adalah cabang dari deep learning yang sangat sukses diaplikasikan untuk pemrosesan gambar, seperti misalnya pengenalan objek, verifikasi wajah, pengenalan wajah, lokalisasi objek dalam gambar, pengenalan dan transfer gaya atau pola dalam gambar, dan lain-lain. Simak ulasan kursus ini
Student Notes: Convolutional Neural Networks (CNN) Introduction
These notes are taken from the first two weeks of Convolutional Neural Networks course (part of Deep Learning specialization) by Andrew Ng on Coursera. The course is actually four weeks long, but I didn't take the note for the last two weeks which discuss about object localization/detection, face recognition, and neural style transfer. ~ Why... Continue Reading →
Ulasan MOOC: Structuring Machine Learning Projects – oleh Andrew Ng (deeplearning.ai) via Coursera
Kursus ini mengajarkan aspek-aspek machine learning yang jarang dijumpai di tempat lain, yaitu tentang pengelolaan proyek machine learning. Bayangkan Anda bukan sebagai ML engineer yang mengurusi tentang pembuatan dan optimasi model, tapi sebagai pimpinan proyek ML yang harus mengambil keputusan strategis tentang apa-apa yang dikerjakan dalam proyek ML tersebut. Simak ulasan lengkapnya.
Ulasan MOOC: Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization – oleh Andrew Ng (deeplearning.ai) via Coursera
Setelah pada kursus sebelumnya kita diajarkan tentang bagaimana neural networks bekerja, pada kursus ini kita diajarkan tentang bagaimana melakukan pembelajaran yang baik dan optimasi dan tuning pada model kita untuk mencapai akurasi yang baik dan dengan waktu training yang cepat.
Student Notes: Neural Networks and Deep Learning
These are the notes that I wrote while attending the first three courses from Deep Learning Specialization program at Coursera. I you have attended/are attending the Deep Learning Specialization program, this note would straight away look familiar to you. So here it goes. ~ Representation and Notations These are the conventions used throughout the course. L... Continue Reading →
Ulasan MOOC: Neural Networks and Deep Learning – oleh Andrew Ng (deeplearning.ai) via Coursera
Kursus pertama dari Deep Learning Specialization-nya Prof Andrew Ng. Simak ulasan lengkapnya.
Study Notes: Reinforcement Learning – An Introduction
These are the notes that I took while reading Sutton's "Reinforcement Learning: An Introduction 2nd Ed" book and it contains most of the introductory terminologies in reinforcement learning domain. Definitions and equations are taken mostly from the book. Equations are numbered using the same number as in the book too to make it easier to find.
Belajar Pembelajaran Mesin Indonesia 