DEEP LEARNING

Video ini menjelaskan implementasi deep feedforward neural network menggunakan TensorFlow dan Keras untuk memprediksi harga jual rumah berdasarkan dataset, dengan penekanan pada proses pemrosesan data, visualisasi, evaluasi model, serta perbandingan kinerja antara regresi linier dan jaringan saraf tiruan. Berikut ringkasan per waktu dari video:

• 0:03 – 0:46: Pengantar TensorFlow sebagai open-source library dari Google Brain untuk pembelajaran mesin.
• 0:46 – 2:30: Konsep tensor dan aplikasi TensorFlow dalam manajemen data dan komputasi terdistribusi.
• 2:30 – 5:06: Dataset Kaggle: House Sales Dataset dengan eksplorasi fitur penting.
• 5:06 – 9:14: Visualisasi data: analisis korelasi fitur seperti harga, kamar tidur, dan lokasi.
• 9:14 – 12:07: Pembersihan dan pemrosesan data, termasuk scaling dan data splitting.
• 12:07 – 14:18: Implementasi Multiple Linear Regression dan evaluasi dengan MAE, MSE, RMSE.
• 14:18 – 17:41: Pembuatan model Keras dengan 3 hidden layers dan optimasi menggunakan Adam.
• 17:41 – 19:09: Visualisasi loss dan perbandingan model: TensorFlow lebih akurat dibanding regresi linier.
• 19:09 – 20:08: Kesimpulan