0Pricing
Python Academy · Pelajaran

Pustaka Python untuk Kecerdasan Buatan

Pengenalan NumPy, Pandas, dan Scikit-learn

Pustaka Python untuk Kecerdasan Buatan adalah pelajaran Python Academy gratis di CoddyKit. Ini adalah pelajaran 1 dari 5. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Python Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Python Academy mencakup 5 pelajaran total.

NumPy, Pandas, dan Scikit-learn

Pustaka Python untuk Kecerdasan Buatan

Python memiliki ekosistem pustaka yang kaya sehingga pengembangan kecerdasan buatan menjadi lebih mudah dan efisien. Dalam pelajaran ini, kita akan memperkenalkan tiga pustaka penting: NumPy, Pandas, dan Scikit-learn.

Pustaka Python untuk Kecerdasan Buatan — ilustrasi 1

Pengantar NumPy

Pengantar NumPy

NumPy (Python Numerik) adalah pustaka untuk bekerja dengan larik dan melakukan operasi matematika. Pustaka ini cepat dan efisien sehingga ideal untuk menangani kumpulan data berukuran besar dalam proyek kecerdasan buatan.

import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr)

Pengantar Pandas

Pengantar Pandas

Pandas adalah pustaka untuk memanipulasi dan menganalisis data. Pustaka ini menyediakan alat untuk bekerja dengan data terstruktur seperti tabel dan lembar kerja, sehingga menjadi favorit di kalangan ilmuwan data.

import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df)

Pengantar Scikit-learn

Pengantar Scikit-learn

Scikit-learn adalah pustaka untuk pembelajaran mesin. Pustaka ini menyediakan alat untuk tugas seperti klasifikasi, regresi, dan pengelompokan. Anda akan menggunakan Scikit-learn untuk membangun dan mengevaluasi model kecerdasan buatan.

from sklearn.linear_model import LinearRegression
model = LinearRegression()
print(model)

Menginstal Pustaka Python

Menginstal Pustaka Python

Anda dapat menginstal pustaka ini menggunakan pip, pengelola paket Python. Jalankan perintah berikut di terminal Anda:

  • pip install numpy
  • pip install pandas
  • pip install scikit-learn

Menggunakan NumPy untuk Larik

Menggunakan NumPy untuk Larik

NumPy memudahkan Anda melakukan operasi pada larik. Misalnya, Anda dapat menghitung sum semua elemen atau melakukan reshape pada sebuah larik.

import numpy as np
arr = np.array([[1, 2], [3, 4]])
print('Sum:', np.sum(arr))
print('Reshaped:', arr.reshape(4))

Menggunakan Pandas untuk DataFrame

Menggunakan Pandas untuk DataFrame

DataFrame milik Pandas adalah alat yang canggih untuk mengelola data berbentuk tabel. Anda dapat memfilter baris, menghitung statistik, dan banyak lagi.

import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df.describe())

Ringkasan

Ringkasan

Anda telah mempelajari tiga pustaka Python penting untuk kecerdasan buatan:

  • NumPy: Untuk bekerja dengan larik dan melakukan operasi matematika.
  • Pandas: Untuk mengelola dan menganalisis data terstruktur.
  • Scikit-learn: Untuk membangun dan mengevaluasi model pembelajaran mesin.

Selamat!

Selamat!

Anda telah menyelesaikan pelajaran tentang pustaka Python untuk kecerdasan buatan. Teruslah belajar untuk mempelajari lebih lanjut tentang tipe dan struktur data Python dalam pelajaran berikutnya.

Pustaka Python untuk Kecerdasan Buatan — ilustrasi 10

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Pustaka Python untuk Kecerdasan Buatan” gratis?

Ya — teks lengkap “Pustaka Python untuk Kecerdasan Buatan” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Python Academy, upgrade ke CoddyKit PRO. Kursus Python Academy mencakup 5 pelajaran total.

Apa yang akan aku pelajari di “Pustaka Python untuk Kecerdasan Buatan”?

Pengenalan NumPy, Pandas, dan Scikit-learn Kamu berlatih Python Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai Python Academy?

Tidak diperlukan pengalaman sebelumnya. Python Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 1 dari 5.

Berapa lama pelajaran “Pustaka Python untuk Kecerdasan Buatan” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran Python Academy ini?

Ya. Setiap pelajaran Python Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

  1. Pustaka Python untuk Kecerdasan Buatan
  2. Tipe dan Struktur Data Python
  3. Operasi Berkas dalam Python
  4. Penanganan Galat dalam Python
  5. Menyiapkan Lingkungan Pengembangan
← Kembali ke Python Academy