Python

5 Library Python Teratas untuk Machine Learning dan Data Science

Untuk bidang Ilmu Data dan Pembelajaran Mesin, Python adalah prioritasnya. Ilmu Data dan Pembelajaran Mesin adalah masa depan teknologi, begitu pula Python. Kami terus-menerus berurusan dengan fitur-fitur yang dibangun di atas AI dan Pembelajaran Mesin. Kami tidak mengetahui hal sperti Google Voice Search atau Google Foto Netflix, Uber, Instacart, Rekomendasi amazon. Saat ini sebagian besar organisasi besar berinvestasi dalam AI dan ML. Sebagai pengembang python, Anda perlu mengetahui pustaka teratas yang disediakan python untuk AI, ML, dan Ilmu Data. Mari beralih ke 5 perpustakaan dan ikhtisar python teratas.

  1. TensorFlow
  2. Numpy
  3. Panda
  4. Matplotlib
  5. SciKit-Learn
  6. Keras

1. TensorFlow:

Perpustakaan python yang kuat ini dikembangkan oleh Google bekerja sama dengan Brain Team. Aplikasi Google Machine Learning memiliki banyak fitur di TensorFlow. Jaringan neural dapat dengan mudah diekspresikan sebagai grafik komputasi sehingga TensorFlow dapat mengimplementasikannya menggunakan operasi tensor. Tensor adalah matriks berdimensi-N yang merepresentasikan data. Ia melakukan operasi aljabar linier dengan cepat menggunakan teknik XLA. Anda harus menginstal pustaka TensorFlow terlebih dahulu untuk python. Kemudian Anda dapat melakukan operasi pada array. Di bawah ini adalah potongan kode sederhana untuk menunjukkan perkalian dua array. Pertama, Anda harus menginisialisasi dua variabel untuk penyimpanan array menggunakan Constant () dan meneruskan array sebagai argumen yang ingin Anda kalkulasi.

impor tensorflow sebagai tf
arr1 = tf.constant ([10,20,30,40]) # array 1 berisi 10,20,30,40
arr2 = tf.constant ([1,2,3,4]) # array 2 berisi 1,2,3,4
# sekarang kalikan kedua larik menggunakan tensorflow
multiplyOutput = tf.multiply (arr1, arr2)
# sekarang jika Anda ingin menampilkan hasil, Anda harus menginisialisasi sesi
# Inisialisasi Sesi
sessnew = tf.Session ()
# Sekarang cetak hasil multiplyOutput
cetak (sessnew.run (multiplyOutput))
# Sekarang Anda harus menutup sesi
sessnew.close ()
Keluaran:
[10,40,90,160]

Kita bisa memasukkan data menggunakan TensorFlow. Kemudian beberapa plotting dapat dilakukan. Kemudian kita dapat memasukkan data ke dalam mesin untuk pemodelan. Hal terbaiknya adalah Kami dapat memvisualisasikan setiap bagian grafik menggunakan TensorFlow yang tidak tersedia di Numpy atau SciKit. Pencarian Suara Google atau Foto Google adalah aplikasi TensorFlow.

2. Numpy:

Numpy adalah pustaka python yang populer dan blok bangunan dasar pembelajaran mesin. Ini menangani perhitungan matriks. TensorFlow dan library python lainnya menggunakan Numpy secara internal sehingga Numpy wajib dipelajari. Numpy adalah Array Interface, satu dimensi atau N-dimensional. Numpy digunakan untuk mengekspresikan gambar, suara, video, atau aliran mentah biner lainnya dalam bentuk larik bilangan real dimensi-N.

Di bawah ini adalah potongan kode untuk mendeklarasikan array Numpy kosong:

impor numpy sebagai npy
arr_one = npy.array ([])
jenis (arr_one)
Keluaran:
numpy.ndarray

Anda dapat menggunakan kode di bawah ini untuk membuat array satu dimensi:

larik_onedim = npy.array ([1, 2, 3, 4, 5])
print (array_onedim.ndim) # atribut ndim menampilkan dimensi dari sebuah array
print (array_onedim.size) # atribut ukuran menampilkan panjang array
Keluaran:
1
5

Ada satu cara lagi untuk membuat array menggunakan arange (). Larik setelah dibuat, dapat dibentuk ulang ke dimensi lain juga. Misalnya, Anda memiliki larik satu dimensi dari 10 elemen. Itu dapat diubah menjadi larik 2 dimensi yaitu 5 elemen dalam satu baris dan 5 elemen lainnya di baris kedua. Ini adalah bagaimana perluasan dilakukan dalam array NumPy. Pustaka python ini berguna dalam penghitungan waktu nyata. Di sini hanya sedikit Data yang hilang. Tetapi tetap saja, penghitungan perlu dilakukan sehingga kami memperluas data yang ada dan melanjutkan.

print (npy.arange (2, 12))
npy.arange (2,12) .reshape (2, 5) # 1 dimensi array dibentuk ulang menjadi 2 dimensi.
Keluaran:
[2 3 4 5 6 7 8 9 10 11]
larik ([[2, 3, 4, 5, 6],
[7, 8, 9, 10, 11]])

Sekarang array yang dibentuk ulang dapat diratakan juga. Ini berarti kita akan mengubahnya kembali menjadi array satu dimensi. Kode di bawah ini adalah contoh untuk itu.

npy.arange (2,12) .reshape (2, 5) .ravel ()
Keluaran:
larik ([2, 3, 4, 5, 6, 7, 8, 9, 10, 11])

Karena Numpy bekerja pada Matrix, mudah bagi mesin untuk memahaminya. Tapi, bagi manusia, ini menjadi sedikit rumit, jadi jawabannya adalah Panda.

3. Panda:

Pustaka python ini paling populer untuk manipulasi dan analisis data. Sebelum Anda mulai melatih mesin dalam ML, kumpulan data harus disiapkan. Jadi, panda berguna dalam ekstraksi dan manipulasi data seperti pemfilteran, pengelompokan, penggabungan, pengisian data yang hilang. Panda tidak terkait langsung dengan ML, tetapi penting untuk persiapan data sebelum ML. Data disimpan dalam bentuk Data Frames di pustaka python ini.

Struktur data berlabel 2 dimensi disebut Bingkai Data. Mari kita lihat bagaimana kita dapat membuat bingkai data di panda:

#Menyimpan nama siswa dan nilainya masing-masing dalam mata pelajaran yang berbeda
impor panda sebagai pd
name = [“Shia”, “George”, “Pinket”, “Mia”, “Ruby”, “Anthony”]
matematika = [99, 58, 30, 40, 70, 77]
Inggris = [78, 67, 34, 33, 32, 21]
sains = [20, 50, 55, 43, 78, 87]

# Sekarang membuat bingkai data hasil yang akan menampung semua data dalam bentuk tabel.
result = pd.DataFrame ({
“Nama”: nama,
“Matematika”: matematika,
“Inggris”: inggris,
“Sains”: sains
})
cetak (hasil)
Output akan ditampilkan seperti gambar di bawah ini.

Setelah kumpulan data Anda siap, Anda dapat menganalisisnya lebih lanjut dengan menggunakan grafik atau bagan. Anda juga dapat membuat model untuk Mesin. Jadi untuk visualisasi data, kami memiliki Matplotlib dan untuk pembuatan model, kami memiliki pustaka python Scikit-Learn.

4. Matplotlib:

Perpustakaan python ini untuk Visualisasi Data. Kita dapat membuat diagram batang, diagram lingkaran, grafik tersebar, histogram yang digunakan untuk menganalisis tren, pola pengambilan keputusan. Keputusan dapat diambil oleh bisnis berdasarkan visualisasi kumpulan data. Misalnya, diagram lingkaran untuk penjualan produk dapat menampilkan persentase kategori seperti pria, wanita, dan lansia. Sehingga sebuah bisnis dapat melihat bahwa produknya populer dikalangan pria atau wanita. Di bawah ini adalah kode contoh untuk menghasilkan plot pencar.

impor matplotlib.pyplot sebagai pt
pt.plot ([1, 2, 3, 4], [10, 20, 25, 30], color = ‘lightblue’, linewidth = 5)
pt.scatter ([0.3, 3.2, 1.4, 2.8], [11, 23, 9, 28], color = ‘darkgreen’, marker = ‘^’)
pt.xlim (0,5, 4,5)
cetak (pt.show ())
Output akan ditampilkan seperti gambar di bawah ini.

5. SciKit-Learn:

Pustaka python ini untuk pembelajaran Mesin mendalam yang menyediakan Algoritme Pembelajaran yang Diawasi dan Tidak Diawasi. Perpustakaan ini berfokus pada pembangunan model. Perpustakaan ini memiliki banyak fitur untuk membangun model. Misalnya, jika Anda membuat model linier, Anda dapat mengimpor LogisticRegression dari sklearn.linear_model. Ada banyak lainnya seperti DecisionTreeClassifier dari sklearn.tree, RandomForestClassifier dari sklearn.ensemble yang berguna dalam pustaka python ini.

Bonus – Keras:

Ini adalah library Machine Learning yang sangat populer untuk Python. API jaringan neural ini dapat berjalan di atas TensorFlow, CNTK, atau Theano. Keras dapat berjalan dengan mudah di CPU dan GPU. Keras bagus untuk pemula ML untuk membangun dan mendesain Jaringan Neural. Pembuatan prototipe yang mudah dan cepat disediakan oleh pustaka Keras python. Kami tidak sadar tetapi kami menggunakan Keras setiap hari melalui program populer mis. Netflix, Uber, Yelp, Instacart, Zocdoc, Square. Keras mudah untuk di-debug karena merupakan kerangka kerja yang sepenuhnya berbasis Python.

Python juga menyediakan banyak pustaka ML. Ini termasuk SciPy, PyTorch, Theano, LightGBM, Eli5, dan NLTK selain pustaka teratas yang telah kita bahas di sini. Jika Anda menyukai Ilmu Data atau area Pembelajaran Mesin, daftar pustaka Python terbaik di atas akan membantu Anda untuk memulai. Python dengan Data Science dan ML adalah konsep yang menarik. Saya harap artikel ini akan membangkitkan minat Anda pada Python. Kami perlu lebih mendalami Ilmu Data sebelum beralih ke ML. Saya yakin Anda ingin tahu lebih banyak tentang pustaka Python di artikel selanjutnya.

Terus jelajahi dan pelajari!…

Lebih murah, ditambah chip yang lebih cepat

Microsoft telah meluncurkan versi yang lebih murah dari notebook populer Windows 10 PC. Laptop tersebut diberi nama Surface Laptop Go, bersama dengan tablet Surface Pro X yang lebih cepat.

Diumumkan melalui acara pers, Surface Laptop Go adalah versi Surface Laptop 3 yang lebih kecil, lebih ringan, dan lebih murah. Microsoft berupaya menawarkan pengalaman Windows 10 premium yang sama. Namun dijual dengan harga yang lebih murah, yaitu berharga £ 549,99 di Inggris atau $549,99 di AS.

Laptop Go memiliki layar 12,4 inci yang lebih kecil tetapi terlihat seperti Laptop 3. Ini memiliki keyboard ukuran yang sama dan trackpad presisi yang besar. Laptop Go juga memiliki webcam HD 720p dan sepasang mikrofon berkualitas studio untuk panggilan video yang lebih baik. Menurut klaim Microsoft, penawaran tersebut jarang terjadi pada mesin sekelas ini.

Dibekali prosesor Intel Core i5 generasi ke-10 dengan RAM 4 atau 8GB dan pilihan opsi penyimpanan. Ditenagai baterai yang tahan 13 jam dan pengisian cepat. Memiliki pilihan port yang sama dengan saudara kandungnya yang lebih besar. Port tersebut berupa satu port USB-C, satu port USB-A tradisional, soket headphone, dan soket Surface Connect untuk daya dan konektivitas. Laptop Go juga mendukung standar wifi 6 dan Bluetooth 5 terbaru.

Satu hal yang kurang dari Laptop Go adalah kamera pengenal wajah Windows Hello Laptop 3. Sebagai gantinya, laptop ini memiliki sensor sidik jari yang terpasang di tombol daya pada model tertentu.

Tablet Surface Pro X yang lebih cepat

Bersamaan dengan Laptop Go, Microsoft juga meluncurkan pembaruan untuk tablet Surface Pro X berbasis ARM mulai tahun 2019. PC konvertibel yang diperbarui mendapatkan prosesor Microsoft SQ2 baru yang lebih cepat dan hadir dalam warna platinum baru. Tablet Surface Pro X seharga £ 1.549 di Inggris atau $1499,99 di Amerika.

Perangkat ini memiliki layar sentuh 13 inci dengan aspek rasio 3:2 dan resolusi 2880×1920. Dilansir dari GSMArena,perangkat ini dikemas ke dalam desain baru. Diklaim Microsoft sebagai yang tertipis untuk Surface pro sambil tetap mempertahankan kickstand yang khas.

Surface Pro X menawarkan pilihan memori LPDDR4x 8GB dan 16GB. Di bagian depan penyimpanan, konsumen mendapatkan pilihan 128, 256 dan 512GB SSD M. 2 2230 yang dapat dilepas. Surface Pro X memiliki kamera depan 5MP untuk video 1080p dan juga kamera terpisah untuk otentikasi wajah Windows Hello. Di bagian belakang ada kamera 10MP untuk merekam video hingga 4K. Ada juga mikrofon jarak jauh ganda, serta speaker stereo 2W dengan Dolby Audio.

Terdapat 2x port USB-C, port Surface Connect. Gigabit LTE dengan dukungan nano SIM dan eSIM, A-GPS, Wi Fi 802.11ac dan Bluetooth 5.0 di perangkat ini.

Microsoft juga mengatakan telah memperbaiki salah satu kekurangan dari sistem berbasis ARM yang baru. Basis ARM yang baru mendukung aplikasi Windows tradisional yang jauh lebih luas melalui emulasi x64. Surface Pro X kompatibel dengan keyboard Surface Pro X dari tahun lalu (dijual terpisah $104). Hal yang sama berlaku untuk Surface Slim Pen, yang harganya $145 .

Surface Laptop Go dan Surface Pro X  akan miulai dikirimkan pada 13 Oktober di AS dan 27 Oktober di Inggris.

Harga Surface Pro X

Surface Pro X yang diperbarui ini tersedia untuk praorder hari ini. Mulai dari $1.499, dan akan mulai dikirimkan pada 13 Oktober di AS. Sekarang ada empat model Pro X yang tersedia untuk konsumen:

Surface Pro X – Prosesor SQ1, RAM 8 GB, penyimpanan SSD 128 GB: $999
Surface Pro X – Prosesor SQ1, RAM 8 GB, penyimpanan SSD 256 GB: $1.299
Surface Pro X – Prosesor SQ2, RAM 16 GB, penyimpanan SSD 256 GB: $1.499
Surface Pro X – Prosesor SQ2, RAM 16 GB, penyimpanan SSD 512 GB: $1.799

Microsoft menantang Apple dengan Surface Laptop Go seharga $549

Kemunculan Microsoft mengumumkan Surface Laptop Go baru, laptop 12,4 inci seakan menantang Apple. Laptop Windows 10 yang tepat dengan tampilan yang bagus, prosesor Intel Core i5 yang cepat, dan desain yang elegan. Notebook ini juga memiliki keyboard ukuran penuh dan trackpad presisi yang besar. Berita utamanya adalah Surface Laptop Go dibandrol $549, menjadipilihan bagus untuk siswa atau siapa saja dengan budget terbatas. Bersamaan dengan Surface Laptop Go, Microsoft juga mengumumkan tablet Surface Pro X berbasis ARM yang diperbarui. Premium 2-in-1 hadir dengan prosesor kustom Microsoft SQ2 baru yang lebih cepat. Mulai dari $999, Surface Pro X ditujukan untuk menyaingi Apple iPad Pro.…