Metode Machine Learning 1

Machine Learning telah merevolusi cara kita mengolah data, bergerak dari sekadar deskripsi statistik menuju prediksi algoritma yang presisi. Modul ini berfokus pada fondasi Supervised Learning berbasis regresi, di mana mesin dilatih untuk memprediksi nilai numerik (kontinu) berdasarkan pola data historis.

Materi inti mencakup teknik Analisis Regresi klasik dan evolusinya untuk menangani data yang kompleks. Peserta akan mendalami metode Regularisasi—khususnya Ridge Regression dan LASSO (Least Absolute Shrinkage and Selection Operator)—sebagai solusi elegan untuk mengatasi masalah multikolinearitas dan overfitting dengan cara memberikan “penalti” pada koefisien model. Selain itu, dibahas pula Partial Least Square (PLS) untuk reduksi dimensi pada dataset dengan banyak variabel prediktor. Tak kalah penting, pelatihan ini menekankan prosedur Cross Validation, sebuah standar emas untuk mengevaluasi ketahanan (robustness) model dengan membagi data latih dan uji secara sistematis.

Target Pelatihan :

  • Konsep Fundamental: Memahami prinsip kerja Machine Learning, perbedaan dengan statistik tradisional, dan urgensi penggunaan Cross Validation.
  • Teknik Regularisasi: Mampu membedakan dan menerapkan Ridge Regression (L2) dan LASSO (L1) untuk menyederhanakan model dan memilih fitur variabel yang relevan.
  • Penanganan Dimensi: Menguasai teknik PLS untuk menangani dataset yang memiliki korelasi antar-variabel tinggi atau jumlah variabel yang masif.
  • Pemodelan & Evaluasi: Terampil membangun model prediktif, melakukan tuning parameter, serta mengevaluasi akurasi model menggunakan metrik yang tepat (seperti MSE, R-Squared).

Referensi

  • Peter Flach: Machine learning: The Art and Science of Algorithms that Make Sense of Data. Cambridge University Press 2012
  • Tan, Steinbach, Kumar. Introduction to Data Mining. Addison-Wesley. 2006.
  • Slide perkuliahan: Introduction to Machine Learning, University of Helsinki.
  • Suyanto, Data Mining untuk Klasifikasi dan Klasterisasi Data, INFORMATIKA: Bandung, 2017
Biaya Pelatihan
  • Mahasiswa dan Peneliti                           : Rp 2.000.000,-
  • Data Analyst, scientist & AI engineer : Rp 3.000.000,-
Daftar Pelatihan
Details

Metode Machine Learning 1

2 hari, @ 420 menit

Sylabus