Introduction to Machine Learning I

Accuration

Accuration adalah salah satu metrik untuk mengevaluasi model klasifikasi yang merupakan rasio prediksi benar dengan keseluruhan data. Misal jika akurasinya adalah 0, 91 atau 91% maka artinya (91 prediksi yang benar dari total 100 data yang diberikan).

Cross Validation

Proses untuk membagi data menjadi data train dan data test.

Data Train

Data yang digunakan untuk membuat model.

Data test

Data yang digunakan untuk menguji kebaikan model.

Classification

Classification adalah metode yang digunakan untuk memprediksi target variable bertipe kategorik (factor).

Features/ Predictor

Variabel yang digunakan untuk memprediksi target variable, sering disebut sebagi independent variable.

Forecasting

Proses memprediksi nilai-nilai masa depan untuk data time series berdasarkan pola data historis.

Model

Juga dikenal sebagai “hipotesis”, model pembelajaran mesin adalah representasi matematis dari proses dunia nyata. Algoritme pembelajaran mesin bersama dengan data pelatihan membangun model pembelajaran mesin.

Observation

Data yang dikumpulkan sebagai informasi, secara umum mengacu pada 1 baris (row) data yang terdiri dari beberapa variabel.

Regression

Regression adalah metode untuk memodelkan hubungan antar target variable (Y) yang berupa numerik dengan satu atau lebih variabel bebas/prediktor (X)

Standarization

Proses untuk menyeragamkan skala data yang berbeda.

Target Variable

Variabel yang ingin diprediksi/dimodelkan, sering disebut sebagai respon/dependent variable.