Rumah Coding

NumPy = Numerical Python!

Core dari NumPy adalah ndarray (n-dimensional array).

Kenapa NumPy lebih cepat?
📌 Homogen - satu tipe data
📌 Vectorized - operasi tanpa loop
📌 Contiguous memory - lebih cepat diakses

Ini fondasi untuk semua operasi di NumPy!

TensorFlow dimulai dari Tensor!

Sebelum belajar deep learning dengan TensorFlow, kamu harus paham dulu tentang TENSOR.

Apa itu Tensor?
Tensor = generalization dari matrix. Bisa 0D (skalar), 1D (vector), 2D (matrix), 3D+

Di TensorFlow :
📌 tf.constant = nilai tetap (seperti const)
📌 tf.Variable = nilai yang bisa diubah (untuk bobot model)

Ini fondasi utama untuk membuat neural network. Semua data dan bobot di TensorFlow berupa tensor.

Operasi matematika di array NumPy masih pakai Python loop?
Bisa lebih cepat! 🚀

Universal functions (ufunc) di NumPy adalah fungsi vectorized yang jalan di C-level. Hasilnya? Operasi jutaan elemen dalam hitungan detik!

Slide ini bahas :
- Apa itu ufunc dan kenapa cepat
- Built-in ufuncs populer (trig, log, aritmatika)
- Binary ufuncs dan broadcasting
- Cara buat custom ufunc dengan frompyfunc

Wajib tahu buat yang kerja dengan data numerik!

Simpan dan share ke teman data scientist! 💪