Ringkasan
Kami membahas beberapa jargon baru yang signifikan dalam modul ini. Mari kita rekap apa yang telah kita pelajari:
Tujuan pembelajaran mesin adalah untuk menemukan pola dalam data dan menggunakan pola ini untuk membuat perkiraan.
Pembelajaran mesin berbeda dari pengembangan perangkat lunak normal karena kami menggunakan kode khusus, daripada intuisi kami sendiri, untuk meningkatkan seberapa baik perangkat lunak bekerja.
Proses pembelajaran secara konseptual menggunakan empat komponen:
- Data, informasi yang ingin kita pelajari.
- Model, yang membuat perkiraan tentang data.
- Tujuan yang coba dicapai model.
- Pengoptimal, kode tambahan yang mengubah model tergantung pada performanya.
Data dapat dianggap sebagai fitur, dan label. Fitur sesuai dengan input model potensial, sedangkan label sesuai dengan output model, atau output model yang diinginkan.
Pandas dan Plotly adalah alat yang ampuh untuk menjelajahi kumpulan data dengan Python.
Setelah kita memiliki model terlatih, kita dapat menyimpannya ke disk untuk digunakan nanti.