Professional Documents
Culture Documents
MACHINE LEARNING
Disusun oleh :
Sindhu Wardhana
Teguh Prasetyo
Aris Budi Santoso
Leonard Yulianus
BASIC MACHINE LEARNING
Setelah mengikuti program pembelajaran, peserta diharapkan dapat:
Standar Kompetensi:
Menerapkan metode dan teknik machine learning tingkat dasar, evaluasi kualitas, dan
validasi keakuratan model machine learning.
Kompetensi Dasar:
1. Menjelaskan konsep dasar machine learning;
2. Menerapkan pendekatan supervised learning algorithms;
3. Menerapkan unsupervised learning algorithms;
4. Menerapkan evaluasi/ pengukuran kinerja model yang telah disusun; dan
5. Menerapkan optimisasi kinerja model.
WHAT IS MACHINE LEARNING?
•TASK (T)
•EXPERIENCE (E)
•PERFORMANCE (P)
Many solutions
Situation changes
adaptation
Regression Classification
Digunakan untuk memprediksi data Digunakan untuk memprediksi
continuos (continuos quantity) label dikret pada suatu kelas
(discrete class label)
Regresi dengan multiple input Klasifikasi dengan 2 label kelas
biasa disebut multivariate disebut binary dan lebih dari 2
regression kelas disebut dengan multi-class
Scoring yang umum digunakan : Scoring yang umum digunakan :
RMSE, R2, MAE, MAPE Accuracy, F1-score, ROC-AUC
CLASIFICATION
DJP memprediksi apakah wajib pajak patuh atau
tidak.
CLASIFICATION
Biro SDM memprediksi pegawai yang akan keluar
dari PNS
MACHINE LEARNING STEP
Data Feature
Cleaning Extraction
Feature
Define T & P Define E Transforma
tion
EDA
Define Train
Validation Candidat
Approach e Models
Validate
Select
Candidat
Model(s)
es
Validate
Tuning
Final
Models
Models
WHAT WE DO IN DATA SCIENCE
MACHINE LEARNING ALGORITHMS
TERIMA KASIH