Faber
Don't start from zero
Semua ProdukCara KerjaFAQ
Login
FaberDon't start from zero

Practical digital products that help you understand, build, and ship. Starter kit, boilerplate, dan guide biar gak mulai dari nol.

EST. Maret 2026 · Indonesia

Navigasi

  • Semua Produk
  • My Library
  • Cara Kerja
  • FAQ & Bantuan

Mau bikin apa?

  • AI Apps
  • Web Apps
  • Business Tools
  • Machine Learning
  • Automation
  • Python
  • Learning Projects

Jaminan Faber

100% Source code dan resource teruji langsung
Lifetime access untuk semua future updates
Boleh dipakai untuk proyek komersial klien

© 2026 Faber. Dibuat dengan dedikasi untuk builder Indonesia.

Ketentuan LayananKebijakan PrivasiDon't start from zero • Ship sooner
BerandaProdukMachine Learning Vol 3: Recommender Engine, Clustering & Unsupervised AI
GUIDELevel: intermediatev1.0.0

Machine Learning Vol 3: Recommender Engine, Clustering & Unsupervised AI

Kuasai K-Means, Deteksi Anomali, dan Sistem Rekomendasi Personalisasi, lengkap dengan deploy Web App Rekomendasi Kuliner ke Streamlit Cloud.

Machine Learning Vol 3: Recommender Engine, Clustering & Unsupervised AI
Tipe PengirimanFile Digital Download
Versi Terbaruv1.0.0
LisensiPersonal & Komersial
Jaminan UpdateLifetime Access
Mengapa resource ini menghemat waktu Anda?

Kuasai K-Means, Deteksi Anomali, dan Sistem Rekomendasi Personalisasi, lengkap dengan deploy Web App Rekomendasi Kuliner ke Streamlit Cloud.

Butuh API kredit AI juga? EdWorks AI →

1 Kredit = Rp1 · 24+ model AI · hemat s.d. 98%

Hasil Akhir yang Akan Anda Buat

Kuasai K-Means, Deteksi Anomali, dan Sistem Rekomendasi Personalisasi, lengkap dengan deploy Web App Rekomendasi Kuliner ke Streamlit Cloud.

Tentang Resource Ini

Kuasai Unsupervised Learning K-Means, Deteksi Anomali Gaussian, dan Sistem Rekomendasi Personalisasi (Collaborative & Content-Based Filtering) selevel kurikulum Stanford Online & DeepLearning.AI. 🔥 APA YANG ANDA DAPATKAN: • 4 Lab Interaktif (Google Colab & Jupyter Notebooks) berpasangan: _exercise.ipynb (tantangan koding terpandu) dan _solution.ipynb (kunci jawaban lengkap & benchmark). • 2 Dataset Riil Indonesia: 1.500 data transaksi e-commerce Indonesia (analisis RFM) dan 2.084 rating ulasan kuliner nusantara. • 4 Modul Teori Konsep: Fondasi Unsupervised & K-Means, Deteksi Anomali Gaussian, Collaborative Filtering & Matrix Factorization, serta Content-Based & Two-Tower Recommenders. • Cheatsheet Ringkas: Ringkasan sintaks K-Means, Gaussian PDF, Cosine Similarity, dan Collaborative Filtering. • Roadmap Belajar Mandiri: Jadwal kurikulum 14 hari terstruktur dari clustering hingga recommender engine. • Bonus Mini Project Web App: Interactive Web Dashboard menggunakan Streamlit (app.py) untuk Mesin Rekomendasi Kuliner Nusantara & Segmentasi Pelanggan Toko. • In-App Reader: Akses baca materi dan preview notebook langsung dari browser/HP di Faber Library tanpa perlu download file terlebih dahulu.

Untuk Siapa Resource Ini?

Mahasiswa, tech lead, dan pengembang yang ingin menguasai sistem rekomendasi personalisasi (ala Spotify/Netflix) dan Unsupervised Learning

Pilih paket

Semua paket memakai workflow inti yang sama; pilih isi yang sesuai kebutuhanmu.

Starter

Paket dasar latihan: 4 Notebook Latihan (_exercise.ipynb) + 2 Dataset Lokal CSV + Panduan Colab.

Rp 29.000

Rp 69.000

Hemat 58%

Pro

Kunci Jawaban Lengkap (_solution.ipynb), 4 Modul Teori Konsep, Cheatsheet, Roadmap 14 Hari, dan In-App Reader.

Rp 49.000

Rp 99.000

Hemat 50,5%

Ultimate

Semua isi Pro + Web App Streamlit Recommender (app.py) + Panduan Deploy & Template Portofolio CV.

Rp 79.000

Rp 149.000

Hemat 47%
Harga Diskon

Rp 29.000

Rp 69.000
Hemat 58%Harga normal Rp 69.000
Harga Diskon Berakhir Dalam
421JAM
:
16MENIT
:
55DETIK
Login untuk Membeli
Akses ProdukInstan via Library
Masa BerlakuLifetime Access
LisensiPersonal & Komersial
Support LevelEmail Support
Harga Diskon
Rp 29.000Rp 69.000
Login untuk Beli