> ## Documentation Index
> Fetch the complete documentation index at: https://v1-learn.neoartd.my.id/llms.txt
> Use this file to discover all available pages before exploring further.

# Library Machine Learning

Selanjutnya adalah library yang digunakan untuk melakukan pemelajaran mesin. Anda dapat menggunakan library berikut untuk membantu Anda menyelesaikan permasalahan machine learning. Berikut adalah beberapa library populer untuk machine learning.

1. **scikit-learn**

   Pertama adalah scikit-learn yang menyediakan berbagai algoritma pemelajaran mesin siap pakai untuk membantu dalam pengembangan model pemelajaran mesin, pemrosesan data, dan evaluasi kinerja model.

   Scikit-learn termasuk library eksternal sehingga Anda perlu menginstalnya terlebih dahulu untuk bisa menggunakannya. Silakan jalankan kode berikut untuk menginstalnya menggunakan pip.

   ```bash theme={null}
   pip install -U scikit-learn
   ```

   Jika Anda ingin menggunakan conda, silakan gunakan kode berikut.

   ```bash theme={null}
   conda create -n sklearn-env -c conda-forge scikit-learn

   conda activate sklearn-env
   ```

   Anda bisa merujuk pada tautan [berikut](https://scikit-learn.org/stable/auto_examples/index.html) untuk melihat berbagai penerapan machine learning menggunakan scikit-learn.

2. **TensorFlow**\
   Selanjutnya adalah TensorFlow sebagai salah satu library paling populer terkait machine learning. Dengan menggunakan TensorFlow, Anda bisa mengembangkan machine learning hingga tahap deployment.

   Anda bisa menginstal TensorFlow menggunakan perintah pip berikut.

   ```bash theme={null}
   pip install tensorflow
   ```

   Berikut adalah link dokumentasi yang bisa dijadikan rujukan untuk mempelajari machine learning menggunakan [tensorflow](https://www.tensorflow.org/tutorials).

3. **PyTorch**\
   Terakhir ada PyTorch, yakni library machine learning yang dikembangkan oleh Facebook’s AI Research lab (FAIR). PyTorch menyediakan alat dan kerangka kerja yang kuat untuk mengembangkan model pemelajaran mesin, terutama dalam konteks jaringan saraf tiruan (neural networks).

   Anda bisa menggunakan kode berikut untuk menginstal PyTorch versi stabil menggunakan pip di Windows dan Mac.

   ```bash theme={null}
   pip install torch torchvision torchaudio
   ```

   Untuk Linux, Anda bisa menggunakan kode berikut.

   ```bash theme={null}
   pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
   ```

   Anda bisa melihat dokumentasi instalasi lebih dalam pada tautan [ini](https://pytorch.org/get-started/locally/). Selain itu, jika Anda ingin melihat berbagai contoh penerapannya, silakan merujuk pada tautan [berikut](https://pytorch.org/tutorials/).