_edited.png)
Sebagai Data scientists, kita selalu diingatkan untuk terus memahami Machine Learning karena itu adalah salah satu alat yang digunakan untuk melakukan pekerjaan kita. Saya paham bahwa banyak newbie di bidang ini belajar Machine Learning tanpa pemahaman yang mendalam tentang konsep dan persamaan — hanya mengandalkan penggunaan algoritma.
Konsep dasar yang paling penting dari Machine Learning adalah pengetahuan matematika.
Ketika kita mendengar kata matematika, itu akan mengingatkan kita pada pelajaran sekolah menengah — sulit, membingungkan, dan teoritis. Walapun matematika Machine Learning tidak jauh beda, tetapi di zaman modern ini berbeda dari zaman dulu; Python bisa membantu Anda belajar matematika.
Sebelumnya, saya telah menulis tentang Statistical Python package yang dapat Anda gunakan untuk mempelajari Statistik, sekarang saya ingin menulis tentang package matematika. Berikut adalah 3 Package terbaik Python untuk belajar matematika bagi Data Scientist.
1. Numeric and Mathematical Modules
Teknisnya, package yang ingin saya jelaskan pada bagian ini bukan hanya satu package tunggal, tetapi terdiri dari beberapa package yang saling terkait dan disebut sebagai Numeric and Mathematical Modules.
Modul-modul ini didokumentasikan di halaman beranda Python, dan kita diberikan penjelasan lengkap mengenai paket tersebut. Diambil dari Python Documentation, paket yang terdaftar dalam modul-modul mereka adalah:
Saya suka dokumentasi yang baik dari modul-modul ini yang menjelaskan konsep matematika dasar dengan istilah yang sederhana. Bagi pemula yang tidak tahu banyak tentang istilah matematika, modul-modul ini benar-benar cocok untuk Anda. Mari kita lihat contoh dokumentasi paket “math” Python.
Dokumentasi diatas menjelaskan fungsi yang tersedia pada package dengan cukup sederhana (meskipun Anda tetap perlu fokus); Anda dapat menggunakan dokumentasi ini sebagai dasar untuk pembelajaran Anda.
Mari mencoba menggunakan salah satu package tersebut. Saya ingin menggunakan package matematika untuk mendapatkan konstanta khusus yang tersedia. Untuk melakukannya, saya hanya perlu mengetik kode berikut:
import math
#Getting the mathematical constant π
print(math.pi)
#Getting the mathematical constant e
print(math.e)
#Getting the mathematical constant tau
print(math.tau)
#Getting the floating-point positive infinity
print(math.inf)
Jika Anda ingin tahu lebih lanjut tentang konstanta diatas, Anda selalu dapat merujuk ke dokumentasi yang tersedia.
2. SymPy
Apa itu SymPy? Ini adalah library Python untuk matematika simbolik. Nah, apa itu komputasi simbolik? The tutorial page yang ada di dokumentasi SymPy menjelaskan bahwa komputasi simbolik adalah permasalahan komputasi yang berurusan dengan objek matematika secara simbolik. Sederhananya, matematika simbolik merepresentasikan objek matematika dengan tepat (presisi) dan bukan secara pendekatan. Jika ekspresi matematisnya adalah variabel yang tidak dievaluasi, maka dibiarkan dalam bentuk simbolik.
Kita bisa menggunakan beberapa contoh untuk menjelaskan konsep tersebut. Misalnya, ketika kita menghitung akar kuadrat, kita bisa melakukannya seperti ini.
math.sqrt(16)
Output: 4.0Menggunakan math package, jika kita mencari akar kuadrat dari 16, kita akan mendapatkan nilai 4. Nah, bagaimana jika kita melakukan hal ini.
math.sqrt(8)
Output: 2.8284271247461903Hasil akar kuadrat dari 8 akan menjadi perkiraan (pendekatan) bukan nilai tepatnya. Itulah mengapa kita akan menggunakan SymPy untuk membuat objek matematika yang tepat untuk mewakili perkiraan dalam bentuk simbolik.
Pertama, kita perlu menginstal paket SymPy dengan menggunakan kode berikut.
pip install sympyKemudian mari mencoba menggunakan SymPy package.
import sympy
sympy.sqrt(8)
Hasilnya akan berupa representasi simbolik. Meskipun fungsi utama SymPy berkaitan dengan matematika simbolik, dokumentasinya mengenai konsep matematika secara umum cukup luar biasa
Lihat SymPy documentation, daftarnya sangat lengkap, dan menawarkan banyak materi pelajaran matematika. Mari kita lihat salah satu halaman dokumentasinya.
Dokumentasi ini memberikan kita konsep dasar matematika yang ditulis dengan baik dan dapat dimengerti oleh pemula. Cobalah menjelajahi Package Python ini sendiri.
3. Sage
Sage adalah perangkat lunak matematika open-source yang berjalan di atas bahasa pemrograman Python. Secara teknis, Sage bukanlah Package Python tetapi lebih sebagai sebuah software. Penggunaannya mudah jika Anda sudah tahu bahasa Python, sehingga Anda tidak akan merasa terlalu sulit saat menggunakan software ini.
Sage sendiri mendukung penelitian dan pengajaran dalam bidang algebra, geometry, number theory, cryptography, numerical computation, dan bidang terkait. Ada banyak topik umum dan khusus yang termasuk dalam Sage, diantaranya:
Kunjungi laman Tutorial untuk informasi lebih lanjut mengenai konsep matematika yang ingin Anda pelajari.
Untuk menginstal Sage, Anda dapat mengikuti prosedur dari documentation, tetapi jika Anda tidak ingin menginstalnya di komputer, Anda dapat menggunakan Sage web interface atau CoCalc interface.
Dokumentasi tutorial Sage juga sangat mendalam, sehingga Anda dapat memiliki materi pelajaran yang lengkap dari sana. Mari kita ambil contoh dari salah satu halaman Calculus Tutorial.
Mereka menjelaskan konsep dengan sangat baik, dan bahkan menyediakan kode yang dapat dieksekusi sebagai bahan pembelajaran. Anda dapat mengunduh notebook untuk materi pelajaran Anda.
Kesimpulan
Sebagai Data Scientist, kita tidak asing dengan Machine Learning — bagaimanapun, banyak orang tidak akrab dengan aspek matematika dari Machine Learning. Untuk mempelajari lebih lanjut tentang Matematika, kita dapat menggunakan bahasa pemrograman Python untuk membantu kita belajar.
Berikut adalah 3 Packages terbaik untuk membantu belajar matematika menggunakan Python, yaitu:
Numeric and Mathematical Modules
SymPy
Sage
Semoga bermanfaat!
Artikel ditranslasi oleh: Ahmad Ilham Habibi
Comments