DevCoach 155 : Data Science | Memahami Algoritma Machine Learning untuk Data Science

Transcript

1. Memahami Algoritma Machine Learning untuk Data Science Angel Metanosa Afinda Curriculum Developer Data Science Mochamad Rafy Ardhanie Curriculum Developer
2. Pokok Pembahasan • Halo Machine Learning! • Pentingnya Machine Learning • Tipe-Tipe Machine Learning • Algoritma Machine Learning Tradisional • Mengenal Algoritma Deep Learning • ML dan DS, Apa Hubungannya? • Hands on Data Science
5. baseline value accelerations fetal_movement uterine_contractions light_decelerations severe_decelerations prolongued_decelerations abnormal_short_term_variability … fetal_health
8. Halo Machine Learning! Data Science
12. Apa itu Machine Learning? Machine Learning (ML) adalah cabang dari kecerdasan buatan atau Artificial Intelligence (AI) yang memungkinkan sistem komputer untuk belajar dari data dan pengalaman tanpa harus secara eksplisit diprogram. Dengan menggunakan berbagai algoritma dan teknik statistik, ML memungkinkan komputer untuk mengidentifikasi pola-pola dalam data, membuat prediksi, dan mengambil keputusan secara mandiri.
14. Pentingnya Machine Learning! Data Science
16. Otomatisasi dan Efisiensi Contohnya termasuk pengenalan gambar, pemrosesan bahasa alami, dan analisis data, yang dapat meningkatkan efisiensi operasional dan mengurangi biaya. Analisis Data yang Lebih Dalam Algoritma ML dapat mengidentifikasi pola dan hubungan dalam data yang mungkin tidak terlihat oleh manusia Prediksi yang Akurat Misalnya, dalam bidang keuangan, ML dapat digunakan untuk memprediksi harga saham, sementara dalam kesehatan, ML dapat digunakan untuk memprediksi hasil perawatan pasien. Peningkatan Pengalaman Pengguna Contohnya termasuk rekomendasi produk di platform e-commerce, personalisasi konten di media sosial, dan asisten virtual yang dapat memahami dan merespons pertanyaan pengguna. Inovasi di Berbagai Industri Dalam kesehatan, ML digunakan untuk diagnosis penyakit dan penemuan obat. Di bidang energi, ML membantu dalam optimasi produksi dan distribusi energi. Peningkatan Keamanan Contohnya termasuk deteksi penipuan di industri keuangan, pemantauan jaringan untuk mendeteksi serangan siber, dan pengenalan wajah untuk keamanan fisik.
18. Tipe-Tipe Machine Learning Data Science
19. Types of Machine Learning Supervised Learning Reinforcement Learning Unsupervised Learning
20. Supervised Learning Data Answer Rules
24. Unsupervised Learning Data Meaningful patterns
28. Unsupervised Learning in Real Life
29. Reinforcement Learning
30. Algoritma Machine Learning Tradisional Data Science
32. Regresi Klasifikasi Clustering 1. Linear Regression 2. Support Vector Regression 3. Decision Tree Regression 4. Random Forest Regression 5. XGBoost 6. AdaBoost.R2 1. Logistic Regression 2. K-Nearest Neighbors (K-NN) 3. Support Vector Machine (SVM) 4. Naive Bayes 5. Decision Tree 6. Random Forest 7. Gradient Boosting Machines (GBM) 8. AdaBoost (Adaptive Boosting) 9. Linear Discriminant Analysis (LDA) 1. K-Means Clustering 2. K-Medoids Clustering 3. Hierarchical Clustering 4. DBSCAN (Density-Based Spatial Clustering of Applications with Noise)
33. Linear Regression Digunakan untuk memodelkan hubungan antara variabel dependen kontinu dan satu atau lebih variabel independen.
34. Support Vector Machine (SVM) Digunakan untuk klasifikasi dan regresi. Mencari hyperplane yang terbaik memisahkan kelas data dalam ruang fitur.
35. K-Means Clustering Tujuannya adalah untuk membagi data ke dalam 𝑘 kluster, di mana setiap data dalam kluster lebih mirip satu sama lain daripada dengan data di kluster lain.
36. Mengenal Algoritma Deep Learning Data Science
38. Deep Learning Deep Learning adalah cabang ilmu machine learning dengan algoritma jaringan syaraf tiruan (artificial neural network) yang dapat belajar dari sejumlah besar data, terinspirasi dari struktur otak manusia.
40. Deep Learning
43. Shape: (32, 32, 3) Convolution Layers Pooling Layers Deep Learning
45. ML dan DS, Apa Hubungannya? Data Science
46. Machine Learning Data Science Machine learning adalah bidang artificial intelligence (AI) yang memungkinkan software belajar dari data untuk mengidentifikasi pola dan membuat prediksi secara otomatis dengan campur tangan manusia yang minimal. Data Science adalah semua tentang proses dan sistem untuk mengekstrak insight dari data terstruktur dan semi terstruktur. Machine learning memanfaatkan pengalaman masa lalu untuk mempelajari tentang data. Data Science berurusan dengan data, baik masa lalu maupun real-time.
47. Pada bidang data science, machine learning banyak digunakan untuk menghasilkan prediksi dan membantu dalam mengambil keputusan. Pada prosesnya, machine learning akan mencari pola dalam data yang sangat besar lalu menggunakannya untuk menghasilkan sebuah prediksi.
49. Hands On Data Science
50. Feedback! Hadiah: • 1 Token Langganan Academy (30 Hari) *untuk pengisi feedback terpilih! dicoding.id/devcoachfeedback
51. Thank You Data Science