Section Klasifikasi berisi materi 7 chapter. Pelajari prediksi kategori: regresi logistik, k-NN, naive Bayes, decision tree, support vector machine, dan strategi multiclass.

# Konsep Klasifikasi

Pahami batas keputusan, probabilitas kelas, dan perbedaan klasifikasi biner serta multiclass.

Buka → # Regresi Logistik

Bangun pengklasifikasi berbasis fungsi sigmoid dan tafsirkan log-odds koefisienya.

Buka → # k-Nearest Neighbors

Klasifikasikan berdasarkan tetangga terdekat dan pilih k yang seimbang antara bias dan varians.

Buka → # Naive Bayes

Manfaatkan teorema Bayes dengan asumsi independensi fitur untuk klasifikasi cepat.

Buka → # Decision Tree

Pahami pemecahan rekursif berbasis impurity beserta kelebihan dan risikonya.

Buka → # Support Vector Machine

Temukan hyperplane pemisah optimal dan gunakan kernel untuk data tak terpisah linier.

Buka → # Klasifikasi Multiclass

Terapkan strategi one-vs-rest dan multinomial pada masalah dengan lebih dari dua kelas.

Buka →