Modul survei ini menempatkan machine learning sebagai alat, bukan doktrin, yaitu kapan alat itu membantu, alur kerja scikit-learn yang tetap pada semua model, cuplikan regresi dan klasifikasi, literasi evaluasi, serta jebakan feature dan leakage. Kedalaman teorinya diserahkan pada jalur machine learning tersendiri.
Ikhtisar Machine Learning
Modul survei ML: kapan ML membantu, alur kerja scikit-learn, regresi dan klasifikasi, evaluasi, dan leakage.
0/0 selesai
- Kapan ML Membantu
Prediksi versus penjelasan, dan perumusan biaya manfaat sebelum melatih model.
- Alur Kerja scikit-learn
Split, baseline, fit, dan evaluasi sebagai pola kerja yang tetap pada semua model.
- Cuplikan Regresi dan Klasifikasi
Model linear dan logistik yang diterapkan pada data latihan yang sama.
- Literasi Evaluasi
Memilih metrik yang cocok dengan biaya keputusan bisnis, bukan sekadar akurasi.
- Jebakan Feature dan Leakage
Mode kegagalan klasik data science: kebocoran target dan preprocessing yang salah urutan.