Machine Learning & Deep Learning Image Classification

menggunakan teknik deep learning dan algoritma pengenalan pola yang canggih, menganalisis setiap piksel dalam gambar dan mengidentifikasi objek atau fitur tertentu dengan akurasi yang tinggi. proses ini melibatkan tahap pelatihan model menggunakan data gambar yang luas dan beragam, sehingga model dapat “belajar” untuk mengenali pola-pola yang berbeda. model yang pernah didevelop:
1. cnn (image classification)
2. resnet (image classification)
3. mobilenet (image classification)
4. vgg (image classification)
5. densenet (image classification)
6. lstm (sentiment analysis)
7. bert (sentiment analysis)

ada beberapa metode untuk mendapatkan pola pada pengenalan gambar ini
1. ensemble stacking: menggabungkan 2 metode untuk mendapatkan hasil yang optimal
2. fine tuning: mengatur parameter-parameter yang dapat diubah guna memperbagus model yang dibuat