Machine Learning Part 1 – Data Preprocessing & Supervised Learning

Langkah pertama Machine Learning: teknik preprocessing data (cleaning, encoding, scaling) dan Exploratory Data Analysis untuk memahami dataset.

1. 1Data Preprocessing & EDA Bagian 1Gratis
2. 2Data Preprocessing & EDA Bagian 2
3. 3Data Preprocessing & EDA Bagian 3
4. 4Data Preprocessing & EDA Bagian 4
5. 5Data Preprocessing & EDA Bagian 5
6. 6Data Preprocessing & EDA Bagian 6

Model regresi linear: memahami konsep, membangun model simple dan multiple linear regression, serta evaluasi performa model.

1. 1Simple & Multiple Linear Regression Bagian 1Gratis
2. 2Simple & Multiple Linear Regression Bagian 2
3. 3Simple & Multiple Linear Regression Bagian 3
4. 4Simple & Multiple Linear Regression Bagian 4
5. 5Simple & Multiple Linear Regression Bagian 5

Algoritma classification: logistic regression, KNN, SVM, dan teknik evaluasi model klasifikasi (confusion matrix, precision, recall, F1-score).

1. 1Classification Bagian 1Gratis
2. 2Classification Bagian 2
3. 3Classification Bagian 3
4. 4Classification Bagian 4
5. 5Classification Bagian 5

Model berbasis tree: Decision Tree, Random Forest untuk regresi, serta perbandingan performa dengan model linear.

1. 1Tree-based Regression Bagian 1Gratis
2. 2Tree-based Regression Bagian 2

Latihan komprehensif dan project portfolio supervised learning: terapkan preprocessing, regresi, dan klasifikasi pada dataset nyata.

1. 1Exercise & Project Portfolio 7 Bagian 1
2. 2Exercise & Project Portfolio 7 Bagian 2Gratis