Model prediksi (pembelajaran terawasi)

Machine Learning untuk Bisnis

Karolis Urbonas

Head of Machine Learning & Science, Amazon

Terawasi vs. Tak terawasi

Model terawasi

Memprediksi kelas/tipe suatu hasil (mis. pembatalan langganan, penipuan, pembelian) - KLASIFIKASI

Memprediksi kuantitas suatu hasil (mis. dolar dibelanjakan, jam bermain) - REGRESI

Model tak terawasi

Klastering - mengelompokkan observasi ke dalam grup/klaster serupa (mis. segmentasi pelanggan atau pasar)

Jenis pembelajaran terawasi

Klasifikasi - Variabel target bersifat kategorikal (diskret) (kelas hasil) (klasifikasi)

Akankah pelanggan membatalkan langganan?

Apakah transaksi ini penipuan?

Apa profesi pengguna ini?

Regresi - Variabel target bersifat kontinu (jumlah hasil) (regresi)

Jumlah pembelian produk bulan depan

Jumlah jam bermain tahun depan

Dolar yang dibelanjakan untuk asuransi

Pengumpulan data

Tim machine learning harus mengumpulkan semua data yang tersedia untuk memprediksi hasil dengan akurasi setinggi mungkin, misalnya untuk prediksi pembelian:

Informasi pelanggan

Riwayat pembelian, pembatalan, nilai pesanan

Riwayat penelusuran, log, error

Detail perangkat dan lokasi

Frekuensi penggunaan produk/layanan

Dan lainnya...

Contoh klasifikasi

contoh-klasifikasi

Klasifikasi - pelatihan

pelatihan-klasifikasi

Klasifikasi - pembelajaran

pembelajaran-klasifikasi

Klasifikasi - data baru

data-tidak-terlihat-klasifikasi

Klasifikasi - prediksi

prediksi-klasifikasi

Contoh regresi

data-regresi

Regresi - pelatihan

pelatihan-regresi

Regresi - pembelajaran

pembelajaran-regresi

Regresi - data baru

data-baru-regresi

Regresi - prediksi

prediksi-regresi

Regresi - prediksi aktual

prediksi-aktual-regresi

Ayo berlatih!

Machine Learning untuk Bisnis