Teori dan Metode Analitik Data: Klasifikasi

Membahas konsep klasifikasi sebagai metode analitik untuk mengelompokkan data berdasarkan kelas atau kategori tertentu.

Daftar Pertemuan

6 Pertemuan

1 Materi

12 Pertemuan

Pengantar Big Data Buka materi ↗ · Lihat Pertemuan →

Tujuan Pembelajaran

Target pembelajaran utama pada pertemuan ini dirangkum secara singkat agar mudah dipindai dan diikuti.

Memahami konsep dasar klasifikasi.
Menjelaskan penerapan klasifikasi dalam analisis data.

Materi

Koleksi materi pertemuan

Pilih materi yang ingin dibuka. Setiap kartu disusun agar lebih mudah dipindai, lebih hidup, dan tidak terasa monoton.

01 MODULE

Klasifikasi dan Regresi: Metrik Evaluasi Kinerja dan Algoritma Naive Bayes

Materi ini menjelaskan konsep klasifikasi (biner, multi-kelas, dan klasifikasi dokumen) serta regresi sebagai bagian dari pembelajaran mesin yang diawasi, dilengkapi berbagai metrik evaluasi kinerja model seperti TPR, TNR, FPR, presisi, akurasi, F1-score, kurva ROC, AUC, MSE, dan R². Selanjutnya dibahas algoritma Naive Bayes (Gaussian, Multinomial, dan Bernoulli) beserta contoh implementasi praktis menggunakan H2O Flow UI dan H2O Python API pada dataset Parkinsons, serta implementasi klasifikasi Naive Bayes menggunakan Spark MLlib pada dataset Wine.

Buka materi ↗