Belajar Support Vector Machine Classifier
Untuk memahami bagaimana algoritma support vector machine atau SVM bekerja, bayangkan kita memiliki sebuah kebun binatang mini. Di kebun binatang tersebut terdapat dua jenis binatang yaitu, ayam hias dan ular. Sebagai seorang ML engineer, kita ingin mengembangkan sebuah model yang mampu membedakan…
Apa itu Support Vector Machine?
Support Vector Machine Support Vector Machine (SVM) adalah sebuah model ML multifungsi yang dapat digunakan untuk klasifikasi linier dan non-linier, regresi, dan bahkan pada pendeteksian outlier. SVM adalah salah satu metode yang paling populer dalam machine learning. Siapa pun yang tertarik untuk masuk ke…
Sistem Recommendation didalam Machine Learning
Rekomendasi atau sistem rekomendasi adalah salah satu implementasi machine learning yang kita pakai hampir setiap hari. Contohnya pada saat kita belanja daring, terdapat jutaan pilihan produk pada platform tersebut. Akan membuang banyak waktu jika kita harus melihat semua opsi tersebut….
Belajar SKLearn – Logistic Regression
Pada latihan ini kita akan menggunakan logistic regression untuk memprediksi apakah seseorang akan membeli setelah melihat iklan sebuah produk. Dataset untuk latihan bisa Anda unduh pada tautan berikut. Seperti biasa, setelah kita mengunggah berkas data pada Colab kita akan mengubah dataset menjadi…
Supervised : Regression
Jenis kategori selanjutnya adalah regression. Tahukah Anda apa itu regression atau regresi? Regresi adalah salah satu teknik ML yang mirip dengan klasifikasi. Bedanya, pada klasifikasi sebuah model ML memprediksi sebuah kelas, sedangkan model regresi memprediksi bilangan kontinu. Bilangan kontinu adalah…
Belajar SKLearn Linear Regression
Library SKLearn menyediakan implementasi dari regresi linier. Pada latihan kali ini kita akan memprediksi harga rumah berdasarkan jumlah kamar. Pertama kita mengimpor library yang diperlukan. Lalu buat data dummy menggunakan numpy array. import numpy as npimport matplotlib.pyplot as plt#buat data jumlah kamarbedrooms = np.array([1,1,2,2,3,4,4,5,5,5])#data harga rummah. asumsi dalam dollarhouse_price = np.array([15000, 18000, 27000,…
Belajar SKLearn Decision Tree
Kode program yang akan diajarkan di sini bisa diunduh di tautan berikut ini, untuk membukanya upload berkasnya dari Google Colab. Pada sub modul latihan ini, kita akan menggunakan data yang lebih kompleks dari sebuah numpy array. Untuk coding practice kali ini…
Belajar Supervised : Classification
Supervised Supervised learning dapat dilihat sebagai sebuah robot yang belajar menjawab pertanyaan sesuai dengan jawaban yang telah disediakan manusia. Unsupervised, dapat dilihat sebagai robot yang berusaha belajar menjawab pertanyaan secara mandiri tanpa ada jawaban yang disediakan manusia. Supervised : Classification Klasifikasi, adalah…
Belajar SKLearn Cross Validation Split
Library SKLearn menyediakan fungsi cross_val_score untuk menghitung hasil dari cross validation sebuah classifier bawaan sklearn. Pada coding practice kali ini kita akan menggunakan cross_validation_score pada classifier decision_tree. Dataset yang digunakan adalah dataset iris. Pada Colab kita import semua library yang dibutuhkan di cell pertama. Dataset yang akan kita…
Data Evaluation pada Machine Learning
Pada submodul sebelumnya kita telah belajar bagaimana menggunakan test set untuk mengevaluasi model sebelum masuk ke tahap produksi. Sekarang bayangkan ketika kita bertugas untuk mengembangkan sebuah proyek ML. Kita bimbang dalam memilih model yang akan dipakai, katakanlah dari 10 jenis…