#PRAKTIKUM MACHINE LEARNING

Classification (Klasifikasi)
Bertujuan Memprediksi label/kategori dari sebuah data. Klasifikasi digunakan ketika hasil yang ingin diprediksi berbentuk kelas diskrit (kategori), bukan angka berkelanjutan.

Ciri-ciri Classification:
 - Output berupa kategori
 - Menghasilkan jawaban seperti: A atau B, ya atau tidak, atau kelas tertentu
 - Cocok untuk kasus pengambilan keputusan

Algoritma umum Classification:
 - Logistic Regression
 - Decision Tree
 -  Random Forest
 - Support Vector Machine
 - K-Nearest Neighbors
 - Naive Bayes
 - Neural Network (untuk deep learning)

Regression (Regresi)
Bertujuan Memprediksi nilai numerik (angka berkelanjutan), bukan kategori. Regresi digunakan ketika output yang diprediksi berupa nilai kontinu. 

Ciri-ciri Regression:
 - Output berupa angka kontinu, misalnya 13.5, 20000, 0.89
 - Cenderung digunakan untuk perhitungan dan peramalan

Algoritma umum Regression:
 - Linear Regression
 - Polynomial Regression
 - Support Vector Regression
 - Random Forest Regressor
 - Gradient Boosting Regressor
 - Neural Network (untuk regresi)