Catatan penutup

Merancang Alur Kerja Machine Learning di Python

Dr. Chris Anagnostopoulos

Honorary Associate Professor

Catatan penutup

  • Ringkasan pipeline pembelajaran terawasi:
    • rekayasa fitur
    • pelatihan model
    • pemilihan model
  • Risiko overfitting
  • Fusi data
  • Label bising dan heuristik
  • Fungsi loss
    • biaya false positive vs biaya false negative
Merancang Alur Kerja Machine Learning di Python

Catatan penutup

  • Pembelajaran tanpa pengawasan:
    • deteksi anomali
    • deteksi kebaruan
    • metrik jarak
    • data tidak terstruktur
  • Use case dunia nyata:
    • keamanan siber
    • kesehatan
    • perbankan ritel
Merancang Alur Kerja Machine Learning di Python

Selamat!

Merancang Alur Kerja Machine Learning di Python

Preparing Video For Download...