Machine Learning: Dari Data Mentah sampai Model yang Jalan
Ambil data yang berantakan, rapikan, lalu latih model yang beneran bisa dinilai bagus atau tidaknya.
Deskripsi
Course tentang alur lengkap machine learning: mengambil data dari file, database, dan API, mengubah teks bebas jadi tabel, membersihkan nilai kosong dan duplikat, menggabungkan sumber yang beda format, lalu melatih model klasifikasi, regresi, dan clustering. Ditutup dengan cara membaca angka evaluasi supaya kamu tahu model kamu benar-benar bagus atau cuma hafal data latih.
Kurikulum
Mengumpulkan dan Membaca Data
○Dari Mana Data Berasal
○Jenis-Jenis Data dan Cara Memperlakukannya
○Ekstraksi Informasi: Dari Teks Bebas ke Tabel
Menyiapkan Data Sebelum Masuk Model
○Membersihkan Data: Kosong, Ganda, dan Ngawur
○Menggabungkan Data dari Banyak Sumber
○Transformasi Data: Skala, Encoding, dan Binning
○Mengurangi Ukuran Data Tanpa Kehilangan Isinya
Belajar dari Data yang Berlabel
○Kapan Pakai Machine Learning, Kapan Tidak
○Mengukur Kemiripan Antar Data
○Klasifikasi dan Regresi
○Mengevaluasi Model: Angka Mana yang Berarti
Belajar Tanpa Label, dan Model yang Lebih Kuat
○Clustering: Menemukan Kelompok Tanpa Label
○Ensemble: Random Forest dan Gradient Boosting
○Neural Network: Dari Perceptron ke Deep Learning