Machine Learning Part 2 – Unsupervised Learning

Teknik ensemble lanjutan: Gradient Boosting, XGBoost, serta cara melakukan hyperparameter tuning dengan GridSearch dan RandomSearch.

1. 1Boosting & Hyperparameter Tuning Bagian 1Gratis
2. 2Boosting & Hyperparameter Tuning Bagian 2

Pengenalan unsupervised learning dan algoritma clustering: K-Means, hierarchical clustering, serta evaluasi cluster quality.

1. 1Pengantar Unsupervised & Clustering Bagian 1Gratis
2. 2Pengantar Unsupervised & Clustering Bagian 2
3. 3Pengantar Unsupervised & Clustering Bagian 3
4. 4Pengantar Unsupervised & Clustering Bagian 4
5. 5Pengantar Unsupervised & Clustering Bagian 5

Membangun sistem rekomendasi: collaborative filtering, content-based filtering, dan hybrid approach.

1. 1Recommender System Bagian 1Gratis
2. 2Recommender System Bagian 2
3. 3Recommender System Bagian 3
4. 4Recommender System Bagian 4

Teknik dimensionality reduction dengan PCA: konsep eigenvalues/eigenvectors, variance explained, dan penerapan PCA dalam pipeline ML.

1. 1Principal Component Analysis Bagian 1
2. 2Principal Component Analysis Bagian 2

Latihan dan project portfolio unsupervised learning: terapkan clustering, recommender system, dan PCA pada studi kasus nyata.

1. 1Exercise & Project Portfolio 8