Supervised dan Unsupervised Learning Pada Machine Learning

Supervised Learning adalah proses belajar yang disupervisi atau tertuntun. dilakukan dengan pemberian label dari data tersebut. dapat berupa regresion (linear atau non linear),atau classification ataupun ranking.

unsupervised learning adalah proses learning yang tidak disupervised sehingga tidak ada proses labeling sehingga sistem akan berusaha untuk mengenali pola dan mengelompokan yang memilki pola-pola sama. dapat berupa clustering, segmentation, associasion mining atau dimensionality reduction

reinforcement learning adalah proses learning yang memiliki feedback yang menjadi data tambahan sehingga akan mengubah model yang dihasilkan sehingga model yang dihasilkan dapat berubah menyesuaikan dengan keadaan sistem. dapat berupa rekomendation, reward system, dicision orocess.

Bagaimana Membuat Suatu Project Predictive Modeling

What Tools and Techniques of Modern Project Coordination and Control that gives best result? - Glomacs Training & Consultancy

Suatu project yang merupakan predictive analics terdiri dari beberapa tahapan yang harus dilakukan meliputi

  1. Project definition
  2. data collection
  3. data analysis
  4. Statistic
  5. Modeling
  6. Deployment
  7. Model Monitoring

sebuat tim data Science terdiri dari beberapa peran seperti

  1. Data Science
  2. Data Analitics
  3. Data Engineer
  4. Project Leader
  5. System Engineering
  6. Developer Engineering

Berikut adalah sedikit penjabaran mengenai tahapan yang harus dilakukan untuk melakukan predictive analitics

  1. Project Definition : Dilakukan oleh Project Leader atau Data Scienctis, melakukan meeting atau diskusi dengan user untuk mengetahui permasalahan serta tujuan dari project, selanjutnya melakukan scoping, yaitu penentuan hal-hal yang akan berhubungan dengan project nantinya, yaitu dengan membuat document fuctional spesification ( berisikan timeline dan pemetaan)
  2. Data Collection : dilakukan oleh ata engineer, atau data analist ataupu bahkan software engineering. Data center dari user, berupa data warehaouse atau dari data base system. atau bahkan data sudah disediakan oleh user.
  3. Data Analisis : melakukan analisis data, seperti bentuk data, feature data, jumlah data-data yang tidak bisa digunakan, target variabel data yang diinginkan, dan penentuan apakah perlu adanya pemnambahan feature.
  4. Statistic : melakukan statistika analisis pada data, untuk dapat dilakukan modelingnya.
  5. Modeling :Melakukan Training pada data sehingga diperoleh model yang dapat digunakan untuk melakukan prediksi.
  6. Deployment : mengaplikasikan model yang telah diperoleh untuk dapat digunakan oleh user.
  7. Model Monitoring : melakukan pengawasan terhadap hasil prediksi dari model. untuk menjaga performansi dari model yang telah dibuat.

Predictive Analitics dengan Machine Learning

Prediktif analitik merupakan kegiatan melakukan prediksi mengenai hal-hal atau pun nilai ataupun kondisi yang belum di ketahui berdasarkan data-data yang dimiliki. data ini diperoleh dari kejadian atau keadaan sebelumnya yang telah dialami. data yang dimiliki akan dibuatkan suatu model matematisnya yang dapat menggambarkan bagaimana pola dari keadaan yang telah terjadi, dari pola (pattern) yang diperoleh ini lah nantinya digunakan untuk melakukan prediksi.

prediktive analitics ini bermanfaat untuk mempermudah kegiatan dalam beberapa hal seperti

  1. Menghidari resiko yang akan terjadi
  2. Melakukan perencanaan yang lebih tepat dan akurat
  3. Melakukan perubahan-perubahan lebh awal untuk mengatasi permasalahan yang di prediksi akan terjadi di masa depan.

contoh aplikasi dari predictive analitics adalah

  1. Bisnis
  • Melakukan perencanaan dengan lebih baik
  • Mengestimasi resiko dari seorang nasabah
  • Melakukan prediksi permintaan pasar

  1. Medis
  • membantu dokter dalam melakukan analisis dari keadaan pasian, dapat meningkatkan ketelitian dan ketepatan dalam melakukan analitics
  • Membantu perancangan alat untuk mendeteksi virus, seperti alat pendeteksi virus covid-19 GENOSE

Ilmu data Science yang berkaitan dengan predictive analitics

  1. Data Mining : melaukan pengumpulan data sehingga diperoleh data yang berguna
  2. Machine Learning : Mesin melakukan pembelajaran berdasarkan data-data yang telah di- mining untuk dapat melakukan prediksi.
  3. Data Modeling : membuat pemodelan dari data yang telah diperoleh sehingga data yang dimiliki dapat dipresentasikan secara matematis.

Design a site like this with WordPress.com
Get started