Tag: machine learning
-
Top 7 Python Skills for Machine Learning
Python is a well-known programming language for machine learning due to its simplicity, flexibility, and a large collection of libraries and frameworks for data manipulation, analysis, and modeling. Here are some basic skills in Python programming that are essential for machine learning: Data Types and Structures: Understanding Python’s built-in data types such as integers, floats,…
-
CLASSIFICATION OR CLUSTERING?
By Bernardus Ari Kuncoro 281 Answer the questions below by identifying the algorithms, whether they are classification or clustering. Classification or Clustering? Support Vector Machine (SVM) | Answer: Classification K-Nearest Neighbor (KNN) | Answer: Classification K-Means | Answer: Clustering Decision Tree | Answer: Classification Random Forest | Answer: Classification DBSCAN | Answer: Clustering XGBoost |…
-
5 Solusi Atasi Overfitting dalam Modeling
225 Oleh: Bernardus Ari Kuncoro Dalam machine learning, overfitting itu problem yang biasa terjadi. Apa itu Overfitting? Singkatnya, overfitting itu terjadi ketika model belajar dari data training dengan hafalan saja, tetapi tidak memiliki pemahaman menyeluruh terhadap proses learning. Bagaimana cara mendeteksinya? Cara mendeteksi overfitting adalah dengan membandingkan akurasi pada data training dan data testing. Jika…
-
MELLY DAN MALIK (1/10)
Tantangan Menulis Hari ke-186 Oleh: Bernardus Ari Kuncoro Melly, seorang gadis berkulit putih dan bermata belok. Berusia 18 tahun dan pernah memiliki prestasi akademis yang luar biasa. Waktu SD dia selalu rangking satu. Waktu SMP dia makin menggila lagi. Tetap rangking satu terus. Nilai UAN Matematika-nya sempurna, sepuluh. Namun, saat dia duduk di bangku SMA,…
-
BEDA MODEL STATISTIK DAN MACHINE LEARNING
Tantangan Menulis Hari ke-132 Oleh: Bernardus Ari Kuncoro Agustus ini, saya disibukkan dengan pembuatan konten di IG @iykra_id dan YouTube IYKRA Indonesia. Salah satu video IG membahas tentang model statistik dan machine learning. Buat yang mau belajar lebih dalam terkait perbedaan keduanya, silakan disimak. View this post on Instagram A post shared by IYKRA (@iykra_id)…
-
PERTANYAAN-PERTANYAAN MENARIK TENTANG DATA SCIENCE DI BRI
Tantangan Menulis Hari ke-104 Oleh: Bernardus Ari Kuncoro Dalam acara TalksON ke-41 minggu lalu, saya dipercaya sebagai moderator. Topiknya tentang Optimasi persediaan uang cash pada kantor cabang atau unit di BRI. Mas Risal Andika yang menjadi nara sumber. Dalam webinar tersebut, machine learning digunakan untuk memodelkan berapa uang tunai yang mesti dipersiapkan di tiap kantor…
-
OBROLAN TENTANG MACHINE LEARNING DI BANK RAKYAT INDONESIA
Tantangan Menulis Hari ke-95 Oleh: Bernardus Ari Kuncoro Hai Para Data Enthusiasts, Saya akan menemani Mas Risal Andika T. berdiskusi dalam acara #TalksON41 IYKRA X BRI: Optimasi Uang Kas di Kantor Cabang Bank BRI Menggunakan Prediksi Machine Learning Yuk, dicatat tanggalnya! 🗓 Kamis, 8 Juli 2021⌚️ Pukul 7 – 8 malam * Kurangnya efisiensi dalam pengelolaan uang…
-
BAGGING VS BOOSTING
Tantangan Menulis Hari ke-92 Oleh: Bernardus Ari Kuncoro Tahukah Anda tentang istilah Bagging dan Boosting? Bagging dan Boosting ini merupakan bagian dari metode ADVANCED supervised learning. Dikenal luas dengan nama Ensemble Learning. Bagging adalah singkatan dari Bootstraping Aggregating. Ide pembuatan modelnya adalah dengan dibangunnya sejumlah dataset dari sampling secara acak, lalu diterapkan algoritma supervised learning…
-
KAPAN MESTI PAKAI ML?
Tantangan Menulis Hari ke-90 Oleh: Bernardus Ari Kuncoro Sangat penting untuk Anda ketahui bahwa Machine Learning (ML) bukan merupakan satu-satunya solusi untuk semua persoalan. Ada kasus-kasus khusus yang mana Anda tidak butuh teknik ML. Dalam kondisi penentuan prediksi yang menggunakan aturan sederhana, komputasi matematis, atau langkah-langkah yang sudah diprogram, ML sungguh tidak perlu. Berikut ini…
-
FILOSOFI RANDOM FOREST
Tantangan Menulis Hari ke-198 Oleh: Bernardus Ari Kuncoro Dalam tulisan sebelumnya ada ulasan saya tentang pohon keputusan. Diibaratkan sebagai vegetasi individu yang sedang growing. Ada urutan langkah-langkah yang harus dilakukan. Lantas jika ratusan pohon ditumbuhkan, bagaimana? Begitulah algoritma Random Forest. Beragam pohon keputusan disemai secara acak. Dibiarkan mereka memilih variabel dan observasi sesuai dengan benih-benihnya.…
-
FILOSOFI DECISION TREE
Tantangan Menulis Hari ke-197 Oleh: Bernardus Ari Kuncoro Dalam sebuah algoritma, Anda mengenal adanya urutan langkah. Sedikit demi sedikit ada hal-hal yang mesti dijalani. Proses yang wajib dilalui untuk meraih tujuan. Untuk algoritma decision tree, beberapa keputusan-keputusan dibuat. Mana variabel-variabel yang dianggap penting didahulukan sebagai akar. Mana yang kurang penting ditaruh sebagai ranting. Hingga ujung…
-
K-MEANS AND HIERARCHICAL CLUSTERING IN PYTHON
Tonight, 5 June 2020, I was assigned by IYKRA to deliver “Clustering” online class training at Data MBA Batch #3 program. I would like to show you the summary of the class. Here the agenda is. Pre-Quiz (19:00 – 19:05) Theory of unsupervised learning: Clustering (19:05 – 19:20) K-Means Clustering (19:20 – 19:40) Hierarchical Clustering…
-
Kembali Mengajar, karena Diundang
Tahun 2018 sudah memasuki bulan Maret. Tak terasa. Jakarta masih saja panas, sehingga membuat sebagian besar penduduknya harus menyamankan diri dengan Air Conditioner (AC). Tak terkecuali saya. Sebagai catatan pada saat saya menuliskan postingan ini, AC kamar tidur bocor dan belum sempat dibersihin karena tukangnya sibuk. Sudah hampir sebulan kejadian ini berlangsung, sehingga harus kita tampung…
-
The comparison between randomForest and ranger
A couple days ago I had a chance to be a speaker on internal data scientist meeting at the company that I work for: Stream Intelligence. The meeting is usually held on monthly basis, and the last meeting in October was 6th meeting. We used Skype for Business to connect between the Data Scientists in Jakarta and in London. I delivered…
-
Comparing The Machine Learning Methods with ROC Curve
Yesterday I continued a Datacamp online course named Introduction to Machine Learning. Frankly, this course is very useful to strengthen my understanding in machine learning! Plus, I am a big fan of R! The more you repeat the course, the more you understand the meaning of it. Well, the topic was about “comparing the methods”.…
