Algoritma Machine Learning untuk Klasifikasi
Course ini mempelajari jenis-jenis algoritma machine learning untuk klasifikasi dan aplikasinya, serta bagaimana membuat dan mengembangkan model.
Mengapa ini Penting?
Classification adalah sebuah proses untuk mengkategorisasi sebuah masukan data menjadi kelas, hal ini bekerja baik untuk data structured ataupun unstructured. Kelas disini umumnya mereferensikan sebagai target, label ataupun kategori.
Dalam ranah prediksi modeling classification adalah sebuah proses untuk melakukan pendekatan dari sebuah fungsi input variabel ke discrete output variabel. Tujuan utamanya adalah untuk mengidentifikasi mana kelas atau kategori dari data baru yang masuk.
Contoh sederhananya adalah bagaimana membedakan sebuah email itu Spam atau bukan Spam. Untuk case ini diperlukan training data untuk mengerti bagaimana sebuah input variabel bisa terhubung ke sebuah kelas atau kategori. Training data yang digunakan adalah kumpulan dari email-email yang telah diberi label berupa Spam atau bukan Spam. Ketika sebuah classifier sudah di training secara akurat dapat digunakan untuk membedakan mana Spam dan bukan Spam.
Apa Saja yang akan Dipelajari?
Jenis-jenis model machine learning untuk klasifikasi beserta keunggulannya dan teknik-teknik untuk meningkatkan performa model.
Sub Topik
Varian Teknik Klasifikasi
Pada topik ini kita akan terlebih dahulu mengenal varian teknik klasifikasi yang umum digunakan terbagi menjadi binary classification, multi-class classification dan multi-label classification.
Jenis-jenis Model Klasifikasi
Di topik ini kita akan membahas lebih dalam mengenai jenis-jenis model klasifikasi yang secara umum terbagi menjadi linear model dan linear model. Di dalam topik ini juga akan dibahas beberapa algoritma yang umum digunakan berdasarkan dua jenis model diatas.
Penerapan Model Klasifikasi dengan Library Scikit Learn
Selanjutnya kita akan membahas lebih jauh bagaimana penerapan model klasifikasi pada bahasa pemrograman Python menggunakan library Scikit Learn.
Evaluation Metrics untuk Model Klasifikasi
Selanjutnya kita akan membahas lebih jauh terkait apa saja evaluation metrics yang dapat digunakan untuk mengevaluasi model klasifikasi yang sudah dibuat.
Case Study #1 — Email Classification
Di case study pertama, ini kita mulai dari kasus yang paling sederhana terlebih dahulu yaitu bagaimana menklasifikasikan email menggunakan metode machine learning.
Case Study #2 — Image Classification
Di study case kedua, kita akan menerapkan model klasifikasi pada level yang lebih tinggi yaitu Computer Vision. Pada tahap ini kita akan melakukan klasifikasi dengan input data berupa gambar.
Sumber Materi
Buku
Blog
Practice Lab
Last updated