Modul ini menyelidiki cara menyampaikan tugas sebagai masalah machine learning, dan membahas banyak istilah kosakata dasar yang digunakan di berbagai metode machine learning (ML).
Pembingkaian
Apa yang dimaksud dengan (Supervised) Machine Learning?
Sistem ML
cara menggabungkan input
untuk menghasilkan prediksi yang berguna
pada data yang belum pernah dilihat sebelumnya
Terminologi: Label dan Fitur
- Label adalah variabel yang kami prediksi
- Biasanya diwakili oleh variabel y
Terminologi: Label dan Fitur
- Label adalah variabel yang kami prediksi
- Biasanya diwakili oleh variabel y
- Fitur adalah variabel input yang menjelaskan data kita
- Biasanya diwakili oleh variabel {x1, x2, ..., xn}
Terminologi: Contoh dan Model
- Contoh merupakan instance data tertentu, x
- Contoh berlabel memiliki {features, label}: (x, y)
- Digunakan untuk melatih model
- Contoh tak berlabel memiliki {features, ?}: (x, ?)
- Digunakan untuk membuat prediksi pada data baru
Terminologi: Contoh dan Model
- Contoh merupakan instance data tertentu, x
- Contoh berlabel memiliki {features, label}: (x, y)
- Digunakan untuk melatih model
- Contoh tak berlabel memiliki {features, ?}: (x, ?)
- Digunakan untuk membuat prediksi pada data baru
- Model memetakan contoh ke label yang diprediksi: y'
- Ditentukan oleh parameter internal, yang dipelajari