Machine Learning Tanpa Sihir

Apa yang dilakukan sebuah model, dan kapan ia pantas dipakai.

Buka modul ini

Yang akan kamu kuasai

Bekal yang dibutuhkan

Selesaikan “Pandas: Mengolah Tabel dengan Python”.

Penerapan di Industri: Kasus nyata, data berantakan, keputusan sungguhan. Premium: Butuh langganan aktif.

Isi modul

Bab 1. Masalah apa yang layak dimodelkan

  1. Yang sebenarnya dilakukan sebuah modelTeori, 10 poin
  2. Uji pemahaman: memilih pendekatanKuis, 20 poin

Bab 2. Data latih, data uji, dan kebocoran

  1. Kenapa model tidak boleh diuji pada data yang sudah dilihatnyaTeori, 10 poin
  2. Memisah data latih dan ujiLatihan kode, 60 poin
  3. Uji pemahaman: menemukan kebocoranKuis, 20 poin

Bab 3. Model pertama dan evaluasinya

  1. fit dan predictLatihan kode, 60 poin
  2. Akurasi menyesatkan, dan apa gantinyaTeori, 10 poin
  3. Menghitung metrik evaluasiLatihan kode, 60 poin
  4. Uji pemahaman: memilih metrikKuis, 20 poin

Bab 4. Overfitting

  1. Mengenali model yang menghafalTeori, 10 poin
  2. Membatasi kerumitan modelLatihan kode, 50 poin

Tentang jalur Machine Learning

Model prediktif, dijelaskan tanpa sihir, termasuk kapan ia tidak pantas dipakai. Jalur ini berisi 4 modul yang disarankan dikerjakan berurutan.

Pertanyaan yang sering ditanyakan

Apakah modul Machine Learning Tanpa Sihir gratis?

Modul ini termasuk Premium dan terbuka dengan langganan Academy Data yang aktif. Modul gratis di jalur yang sama bisa dicoba lebih dulu.

Apakah perlu memasang aplikasi atau perangkat lunak?

Tidak. Semua latihan dikerjakan langsung di peramban, termasuk menjalankan kode dan query, jadi cukup laptop atau ponsel dengan koneksi internet.

Bagaimana latihan dinilai?

Latihan dinilai dari hasil yang keluar, bukan dari kemiripan teks kode. Kalau macet, mentor AI Ombiboth bisa memberi petunjuk tanpa langsung membocorkan jawabannya.

Apakah ada sertifikat?

Ada. Setelah seluruh sub-bab modul ini selesai, kamu bisa mengunduh sertifikat penyelesaian modul Machine Learning Tanpa Sihir dari jalur Machine Learning.

Menerapkan Model ke Pekerjaan Nyata ›