Teknik Meningkatkan Performa Machine Learning

Course ini mempelajari teknik-teknik yang dapat digunakan dalam melakukan evaluasi serta meningkatkan performa algoritma machine learning dan aplikasinya.

Mengapa ini Penting?

• Untuk mengetahui seberapa baik performa model yang sudah dibuat.

• Mencegah bias pada model.

• Meningkatkan kualitas dari prediksi model yang sudah dibuat (akurasi, presisi, _recall, _dll).

• Metode-metode seperti cross validation, parameter tuning, feature engineering dapat berguna untuk meningkatkan performa model.

Apa Saja yang akan Dipelajari

Jenis-jenis evaluasi model machine learning beserta teknik-teknik untuk meningkatkan performa model.

Sub Topik

Supervised Learning Evaluation

Memahami cara evaluasi model regression dan model classification.

Unsupervised Learning Evaluation

Memahami cara evaluasi model clustering.

Cross Validation

Memahami konsep _cross validation _dan mengimplementasikannya.

Feature Engineering

Memahami teknik-teknik untuk membuat fitur/variabel baru yang dapat meningkatkan performa model.

Sumber Materi

Buku

• Machine Learning - Tom Mitchel

Blog

• Evaluating a Machine Learning Model

• Metrics to Evaluate your Machine Learning Algorithm

• Clustering Evaluation Strategies

• Why and How to Cross Validate a Model

• A Gentle Introduction to k-fold Cross Validation

Video

Bias dan variance banyak digunakan untuk mencapai model yang optimal.

Evaluasi model machine learning dengan Python.

Konsep implementasi feature engineering.

Course

• Model Evaluation & Refinement | Coursera

Practice Lab

• Introduction to Machine Learning | Kaggle

• Intermediate to Machine Learning | Kaggle

• Feature Engineering | Kaggle