MODEL MACHINE LEARNING 3

Metode machine learning adalah teknik yang digunakan untuk mengajarkan mesin untuk belajar dari data dan membuat prediksi atau keputusan berdasarkan data tersebut. Salah satu konsep penting dalam Machine Learning adalah Decision Tree atau pohon klasifikasi. Decision Tree merupakan model prediktif yang memetakan keputusan berdasarkan serangkaian aturan. Selain itu, Analisis Faktor juga sebagai teknik statistik yang digunakan untuk mengidentifikasi hubungan kompleks di antara variabel-variabel dalam data. Analisis Faktor memungkinkan pemahaman yang lebih baik terhadap struktur data, sehingga menjadi alat yang sangat berguna dalam ekstraksi informasi yang bermanfaat dari kumpulan data yang besar.
Selanjutnya, Analisis Kluster sebagai sebuah teknik dalam Machine Learning yang memisahkan data menjadi kelompok-kelompok yang serupa berdasarkan karakteristik tertentu membantu dalam mengidentifikasi pola atau tren yang mungkin sulit terlihat dengan analisis konvensional. Di sisi lain, analisis Random Forest, yang merupakan pengembangan dari Decision Tree. Random Forest adalah model ensemble yang menggabungkan beberapa Decision Trees untuk meningkatkan keakuratan dan kinerja prediktif. Berdasarkan beberapa model diatas akan dilakukan juga pegimplementasian dan pengoptimalan pada model tersebut untuk pemecahan masalah.

 

Target Pembelajaran:

  1. Peserta dapat menguasai prinsip dasar analisis decision tree, analisis faktor, analisis kluster, dan analisis random forest.
  2. Peserta dapat melaksanakan proses pemodelan dan prediksi pada analisis decision tree, analisis faktor, analisis kluster, dan analisis random forest.
  3. Peserta dapat memahami serta menerapkan prinsip evaluasi model pada analisis decision tree, analisis faktor, analisis kluster, dan analisis random forest.

 

Target Pelatihan:

1. Mahasiswa dan Peneliti
2. Data Analyst, Data scientist dan AI engineer

Lama Pelatihan:

2 hari, @ 420 menit

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

Sylabus: