or
Latihan ini merupakan bagian dari kursus
Pada bab pertama kursus ini, Anda akan melakukan semua langkah prapemrosesan yang diperlukan untuk membuat model Machine Learning prediktif, termasuk cara menangani nilai hilang, pencilan, dan menormalkan himpunan data Anda.
Pada bab kedua kursus ini, Anda akan berlatih berbagai aspek teknik supervised Machine Learning, seperti memilih subset fitur yang optimal, regularisasi untuk menghindari overfitting model, rekayasa fitur, dan model ensemble untuk mengatasi yang disebut trade-off bias-variance.
Pada bab ketiga kursus ini, Anda akan menggunakan unsupervised learning untuk menerapkan teknik ekstraksi fitur dan visualisasi untuk reduksi dimensi serta metode klastering guna memilih tidak hanya algoritma klastering yang tepat, tetapi juga jumlah klaster optimal untuk suatu himpunan data.
Pada bab keempat sekaligus terakhir kursus ini, Anda akan meningkatkan level dengan menerapkan bootstrapping dan cross-validation untuk mengevaluasi kinerja generalisasi model, teknik resampling untuk kelas yang tidak seimbang, mendeteksi dan menghapus multikolinearitas, serta membangun model ensemble.
Latihan Saat Ini