Hampir seluruh kode deep learning modern adalah operasi array yang divisualisasikan dan digerakkan oleh data tabular. Section ini melatih pola-pola Python yang dipakai berulang kali di bab-bab berikutnya: manipulasi array NumPy, aturan broadcasting, penggantian perulangan dengan vectorization, serta pemeriksaan data menggunakan pandas dan matplotlib.

# Array dengan NumPy

Pelajari cara membuat array NumPy, membaca atribut shape dan dtype, serta membandingkan kecepatan ndarray dengan list Python.

Buka → # Broadcasting dan Vectorization

Pahami aturan broadcasting NumPy, ganti perulangan Python dengan operasi vectorized, dan ukur sendiri selisih kecepatannya.

Buka → # Operasi Matriks

Bedakan perkalian matriks dari perkalian elemen, kenapa matmul menjadi inti forward pass, dan cara memakai operasi aljabar linear NumPy.

Buka → # Manipulasi Data dengan Pandas

Gunakan DataFrame pandas untuk membaca tabel, menyaring baris, meringkas dengan groupby, dan menyiapkan array NumPy untuk model.

Buka → # Visualisasi Data

Gunakan object-oriented API matplotlib untuk membuat line, bar, histogram, dan scatter, lalu simpan grafik sebagai berkas PNG.

Buka → # Komputasi Numerik

Pahami batasan angka titik mengambang, menangani NaN dan inf, serta menstabilkan softmax agar perhitungan model tetap dapat dipercaya.

Buka →