202310715065-ANANDA-DWI-PRASETYO/Praktikum_Machine_Learning
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Update README.md

Browse Source
This commit is contained in:
202310715065 ANANDA DWI PRASETYO 2025-11-19 11:13:16 +07:00
parent 224a9d84c9
commit 6ae953ceb4
1 changed files with 7 additions and 1 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

8
README.md
View File

@ -1,7 +1,9 @@
# Praktikum 1 Machine Learning # Praktikum 1 Machine Learning
Ananda Dwi Prasetyo Ananda Dwi Prasetyo
202310715065 202310715065
F5A2 F5A2
# Regression dan Classification # Regression dan Classification
@ -10,7 +12,11 @@ F5A2
Regression adalah salah satu metode dalam machine learning yang digunakan untuk memprediksi nilai numerik (angka) berdasarkan hubungan antara variabel input (independent variables) dan variabel output (dependent variable). Tujuan utama regression adalah mencari pola atau fungsi matematika yang paling sesuai dengan data sehingga model dapat memprediksi nilai output untuk data baru. Berbeda dengan classification yang menghasilkan kelas atau kategori, regression menghasilkan nilai kontinu, seperti harga rumah, suhu, jumlah pengunjung, atau penjualan. Regression adalah salah satu metode dalam machine learning yang digunakan untuk memprediksi nilai numerik (angka) berdasarkan hubungan antara variabel input (independent variables) dan variabel output (dependent variable). Tujuan utama regression adalah mencari pola atau fungsi matematika yang paling sesuai dengan data sehingga model dapat memprediksi nilai output untuk data baru. Berbeda dengan classification yang menghasilkan kelas atau kategori, regression menghasilkan nilai kontinu, seperti harga rumah, suhu, jumlah pengunjung, atau penjualan.
ALGORITMA REGRESSION ALGORITMA REGRESSION
1. 1. Single Linear Regression adalah bentuk regression paling sederhana yang hanya melibatkan satu variabel input. Model ini berusaha menemukan garis lurus terbaik yang menggambarkan hubungan antara satu input dan satu output.
2. Multiple Linear Regression adalah pengembangan dari single linear regression, tetapi menggunakan lebih dari satu variabel input. Hubungan antara input dan output tetap diasumsikan linear, tetapi dalam bentuk bidang atau hyperplane.
3. Polynomial Regression adalah jenis regression linear yang ditingkatkan dengan menambahkan pangkat (degree) pada variabel input, seperti X², X³, dan seterusnya. Meskipun menggunakan metode linear regression untuk menghitung parameter, bentuk hubungannya menjadi non-linear. Model ini cocok untuk data yang membentuk pola melengkung atau kurva.
4. Non Linear Regression adalah bentuk regression di mana hubungan antara input dan output benar-benar non-linear, tidak dapat direpresentasikan oleh garis lurus maupun polinomial tertentu. Model ini menggunakan fungsi matematika yang kompleks, seperti eksponensial, logaritmik, power-law, sigmoid, atau model berbasis kurva lainnya.
# Classification # Classification
Classification adalah suatu metode dalam machine learning yang bertujuan untuk mengelompokkan data ke dalam kategori atau kelas tertentu berdasarkan pola yang ditemukan dari data sebelumnya. Dalam prosesnya, model dilatih menggunakan data yang sudah memiliki label kelas, sehingga mesin dapat memahami hubungan antara fitur-fitur dalam data dengan kategori yang menjadi target. Setelah pola tersebut dipelajari, model dapat digunakan untuk memprediksi kelas dari data baru yang belum pernah dilihat sebelumnya. Classification adalah suatu metode dalam machine learning yang bertujuan untuk mengelompokkan data ke dalam kategori atau kelas tertentu berdasarkan pola yang ditemukan dari data sebelumnya. Dalam prosesnya, model dilatih menggunakan data yang sudah memiliki label kelas, sehingga mesin dapat memahami hubungan antara fitur-fitur dalam data dengan kategori yang menjadi target. Setelah pola tersebut dipelajari, model dapat digunakan untuk memprediksi kelas dari data baru yang belum pernah dilihat sebelumnya.