Machine Learning (Pembelajaran Mesin) adalah cabang dari kecerdasan buatan (Artificial Intelligence) yang fokus pada pengembangan algoritma dan model komputer yang memungkinkan sistem untuk belajar dan mengambil keputusan tanpa perlu pemrograman eksplisit. Sistem machine learning menggunakan data untuk mengidentifikasi pola, memahami tren, dan mengambil tindakan yang tepat. Berikut ini adalah beberapa referensi (daftar pustaka) yang dapat Anda jadikan acuan untuk memahami machine learning:
1. "Pattern Recognition and Machine Learning" oleh Christopher M. Bishop - Buku ini memberikan pemahaman yang mendalam tentang berbagai konsep dasar dalam machine learning, termasuk algoritma pembelajaran statistik dan pendekatan yang mendalam pada teori probabilistik.
2. "Machine Learning: A Probabilistic Perspective" oleh Kevin P. Murphy - Buku ini membahas machine learning dari perspektif probabilitas dan statistik. Ini mencakup berbagai topik seperti regresi, pengelompokan, dan pemrosesan bahasa alami.
3. "Deep Learning" oleh Ian Goodfellow, Yoshua Bengio, dan Aaron Courville - Buku ini memfokuskan pada deep learning, yang merupakan subdomain dari machine learning yang telah menghadirkan kemajuan besar dalam beberapa tahun terakhir. Ini mencakup teori dan praktik dari jaringan saraf mendalam (deep neural networks).
4. "Introduction to Machine Learning with Python" oleh Andreas C. Müller & Sarah Guido - Buku ini adalah sumber yang baik untuk memahami konsep machine learning dengan Python. Ini mencakup berbagai algoritma dan teknik machine learning dalam bahasa pemrograman Python.
5. "Machine Learning: The Art and Science of Algorithms that Make Sense of Data" oleh Peter Flach - Buku ini mengeksplorasi konsep machine learning dengan fokus pada pemahaman inti algoritma, metode evaluasi, dan aplikasi di dunia nyata.
6. "Python Machine Learning" oleh Sebastian Raschka & Vahid Mirjalili - Buku ini adalah panduan praktis untuk machine learning menggunakan bahasa pemrograman Python. Ini mencakup pengantar ke berbagai algoritma machine learning dan studi kasus praktis.
7. "The Hundred-Page Machine Learning Book" oleh Andriy Burkov - Buku ini dirancang untuk memberikan gambaran singkat namun komprehensif tentang machine learning dalam 100 halaman. Ini cocok untuk pemula yang ingin memahami dasar-dasar machine learning.
8. Artikel Jurnal dan Konferensi seperti Journal of Machine Learning Research, International Conference on Machine Learning (ICML), dan Conference on Neural Information Processing Systems (NeurIPS) adalah sumber daya utama untuk memahami penelitian terkini dalam machine learning.
Referensi di atas mencakup berbagai sumber yang cocok untuk berbagai tingkat pemahaman, dari pemula hingga tingkat lanjut dalam machine learning. Sumber-sumber ini akan membantu Anda memahami konsep, algoritma, dan aplikasi dari machine learning.