Modul inti ini mengajarkan klasifikasi teks cara klasik dari representasi sampai evaluasi. Lima topiknya bergerak dari bag of words, TF-IDF, Naive Bayes, dan regresi logistik atas kata, lalu ditutup dengan evaluasi untuk teks berupa validasi silang terstratifikasi serta trade-off presisi-recall. Klasifikasi klasik dipelajari sebelum embedding karena bag of words tetap menjadi baseline teks yang paling murah dan paling jujur.
Klasifikasi teks cara klasik
Modul klasifikasi: bag of words, TF-IDF, Naive Bayes, regresi logistik, dan evaluasi yang tepat untuk teks.
0/0 selesai
- Bag of words
Representasi dokumen sebagai hitungan kata dengan kosakata sebagai ruang fitur.
- TF-IDF
Pembobotan ulang hitungan kata berdasarkan kelangkaan kata di seluruh korpus.
- Naive Bayes
Baseline probabilistik untuk klasifikasi teks yang tetap sulit dikalahkan pada data kecil.
- Regresi logistik atas kata
Model linear dengan fitur n-gram dan koefisien yang dapat dibaca.
- Evaluasi untuk teks
Validasi silang terstratifikasi, ketimpangan kelas, dan trade-off presisi-recall.