Modul tanpa pengawasan membahas belajar dari data tanpa label. Materinya mencakup perumusan masalah clustering, KMeans beserta pemilihan k melalui inertia dan silhouette, DBSCAN untuk clustering kepadatan, clustering hierarkis, serta PCA untuk reduksi dimensi. Kriteria keberhasilan di modul ini berbeda dari pembelajaran dengan pengawasan karena tidak ada label pembanding.
Tanpa pengawasan
Clustering dan PCA: belajar dari data tanpa label.
0/0 selesai
- Masalah Clustering
Menata data tanpa label dan menilai hasil dengan kriteria yang berbeda.
- KMeans
Memilih k, membaca inertia, dan silhouette.
- DBSCAN
Clustering kepadatan dan penanganan noise.
- Clustering Hierarkis
AgglomerativeClustering dan kesadaran dendrogram.
- PCA
Variansi, komponen utama, dan pentingnya scaling sebelum PCA.