Metode Machine Learning 2

Melanjutkan seri Machine Learning, modul ini bergeser dari ranah prediksi numerik menuju Klasifikasi. Fokus utamanya adalah Supervised Learning untuk melatih mesin mengambil keputusan kategorikal (misalnya: Ya/Tidak, Lulus/Gagal, Spam/Bukan). Peserta akan diajak mengeksplorasi spektrum algoritma yang luas untuk menangani berbagai karakteristik data.

Materi dimulai dari Binary Logistic Regression sebagai fondasi probabilitas, diperkaya dengan LASSO Logistic untuk seleksi fitur otomatis pada data kompleks guna mencegah overfitting. Selanjutnya, pelatihan membedah Analisis Diskriminan sebagai pendekatan statistik klasik, K-Nearest Neighbors (KNN) yang intuitif berbasis kedekatan data, hingga Support Vector Machines (SVM) yang dikenal presisi dalam memisahkan kelas data menggunakan hyperplane optimal. Kombinasi metode ini memberikan fleksibilitas tinggi dalam memecahkan masalah klasifikasi di dunia nyata.

Target Pelatihan :

  • Spektrum Klasifikasi: Menguasai prinsip kerja, logika matematis, dan keunggulan komparatif dari algoritma Regresi Logistik (Biner & LASSO), Analisis Diskriminan, KNN, dan SVM.
  • Pemodelan Praktis: Mampu membangun, melatih, dan menyempurnakan (tuning) model klasifikasi tersebut untuk memetakan input data menjadi keputusan kategori yang akurat.
  • Evaluasi Performa: Terampil menerapkan metrik evaluasi model (seperti Confusion Matrix, Accuracy, Precision, Recall) untuk memvalidasi dan memilih algoritma terbaik sesuai kasus yang dihadapi.

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 2

2 hari, @ 420 menit

Sylabus