🌌 ML Odyssey — Perjalanan Belajarku di Machine Learning

Sebuah perjalanan pribadi menembus dunia Machine Learning — dimulai dari PyTorch, dan akan berkembang ke ranah sistem cerdas berbasis hardware seperti memristor.
Bukan sekadar belajar, tapi membangun fondasi untuk mencipta sesuatu yang berdampak.

---

Contoh hasil eksperimen (placeholder, akan diganti dengan output nyata).

---

🎯 Tujuan

Repositori ini menjadi tempat dokumentasi eksplorasi, eksperimen, dan refleksi dalam mempelajari Machine Learning.
Aku ingin menguasai ML dari akar matematis hingga implementasi real-world, sebagai batu loncatan menuju embedded AI dan komputasi masa depan.

🧭 Struktur Repositori

machine-learning-journey/
├── notebooks/       # Catatan eksplorasi Jupyter (eksperimen, error, hasil)
├── src/             # Kode terstruktur: model, utilitas, trainer, dll
├── datasets/        # Dataset lokal (opsional, biasanya link eksternal)
├── tests/           # Unit test untuk komponen penting
├── assets/          # Gambar/plot untuk README
├── README.md
├── requirements.txt
└── .gitignore

🧾 Konvensi Penamaan

• Notebook → 01_linear_regression_from_scratch.ipynb
• Source → src/models/, src/trainers/, src/utils/
• Eksperimen → setiap notebook memiliki dokumentasi ringkas di awal (tujuan, hasil).

---

📘 Topik yang Dipelajari

• ✅ Linear Regression dari nol
• ⏳ Multiclass Classification dengan MLP
• 🔜 Arsitektur kustom (model modular, training pipeline)
• 🔜 Dataset & Dataloader abstraksi sendiri
• 🔜 Metrik evaluasi dan visualisasi
• 🌟 Rencana: Simulasi model memristor untuk inference edge computing

---

📊 Progress Belajar

Tahap	Status	Catatan
Linear Regression from Scratch	✅	Implementasi + visualisasi
Training loop dengan PyTorch	✅	Sudah modular dasar
MLP Multiclass	⏳	Sedang dikerjakan
Modularisasi model & dataset	⏳	Dalam progres
Early stopping & LR scheduler	🔜	Akan diimplementasikan
Memristor model (simulasi)	🔜	Riset awal
Quantized/edge model	🔜	Tahap rencana

---

🚀 Cara Menjalankan

1. Clone repo ini:

   git clone https://github.com/username/machine-learning-journey.git
   cd machine-learning-journey

2. Install dependencies:

   pip install -r requirements.txt

3. Buka notebook di Jupyter:

   jupyter notebook

---

🛠️ Tools dan Teknologi

• Python 3.10+
• PyTorch
• Jupyter Notebook
• NumPy, Scikit-Learn, Pandas, Matplotlib
• Tensorflow

---

✍️ Filosofi

Berlian memerlukan waktu yang lama untuk dibuat. Jadi aku akan mendokumentasikan setiap kemajuan, kesalahan, dan pembelajaran.

---

📚 Referensi

• The Deep Learning Book – Goodfellow et al.
• Dive into Deep Learning
• PyTorch Tutorials
• Makalah memristor (akan ditautkan)

---

Made with purpose by Blu 2025 — onwards