Data Taboo

Feature

• Kolom atau atribut dalam dataset yang digunakan sebagai input dalam proses analisis atau model machine learning.

• Sebuah metode untuk mengukur kinerja model machine learning.

• Sebuah algoritma yang digunakan untuk mengoptimalkan data.

• Sebuah teknik untuk mengurangi dimensi dataset.

Unsupervised Learning

• Tipe pembelajaran mesin yang digunakan untuk menemukan pola atau struktur dalam data yang tidak memiliki label, seperti clustering.

• Tipe pembelajaran mesin yang memerlukan data berlabel untuk pelatihan.

• Tipe pembelajaran mesin yang digunakan untuk memprediksi hasil berdasarkan data masa lalu.

• Tipe pembelajaran mesin yang menggabungkan data dari berbagai sumber untuk analisis.

Overfitting

• Kondisi ketika model terlalu “menghafal” data latih sehingga performanya buruk saat digunakan pada data baru.

• Kondisi ketika model tidak dapat belajar dari data latih dan selalu menghasilkan output yang sama.

• Kondisi ketika model dapat generalisasi dengan baik pada data baru.

• Kondisi ketika model memiliki terlalu sedikit parameter untuk mempelajari data.

Regression

• Teknik untuk memprediksi nilai numerik dari sebuah variabel, seperti memprediksi harga rumah atau suhu.

• Metode untuk mengukur hubungan antara dua variabel kualitatif.

• Proses untuk mengklasifikasikan data menjadi kategori yang berbeda.

• Teknik untuk mengumpulkan data dari survei dan wawancara.

Cross Validation

• Teknik untuk mengevaluasi performa model dengan membagi data menjadi beberapa bagian dan menguji model di setiap bagian secara bergantian.

• Metode untuk mengoptimalkan hyperparameter model dengan menggunakan seluruh data.

• Proses untuk menghapus data yang tidak relevan dari dataset.

• Teknik untuk meningkatkan akurasi model dengan menambahkan lebih banyak fitur.

Confusion Matrix

• Tabel yang menunjukkan performa model klasifikasi dengan menampilkan jumlah prediksi benar dan salah untuk setiap kelas.

• Diagram yang menggambarkan hubungan antara dua variabel dalam analisis regresi.

• Grafik yang menunjukkan distribusi data dalam bentuk histogram.

• Tabel yang merangkum hasil survei dengan menampilkan frekuensi setiap jawaban.

Accuracy

• Ukuran seberapa banyak prediksi model yang benar dibandingkan total prediksi yang dilakukan (digunakan terutama pada klasifikasi).

• Ukuran seberapa cepat model dapat melakukan prediksi.

• Ukuran seberapa banyak data yang digunakan untuk melatih model.

• Ukuran seberapa kompleks model dalam memproses data.

Exploratory Data Analysis (EDA)

• Tahap awal analisis data untuk memahami struktur, pola, outlier, dan hubungan antar variabel, sering menggunakan grafik atau statistik deskriptif.

• Proses akhir analisis data untuk menyajikan hasil dalam bentuk laporan.

• Metode pengumpulan data yang fokus pada survei dan wawancara.

• Teknik pemodelan data yang digunakan untuk prediksi dan klasifikasi.

Supervised Learning

• Tipe pembelajaran mesin yang menggunakan data berlabel untuk melatih model agar bisa memprediksi hasil berdasarkan input tertentu.

• Tipe pembelajaran mesin yang tidak memerlukan data berlabel untuk melatih model.

• Tipe pembelajaran mesin yang hanya menggunakan data numerik untuk analisis.

• Tipe pembelajaran mesin yang berfokus pada pengelompokan data tanpa label.

Data Cleaning

• Proses mengumpulkan data dari berbagai sumber.

• Proses membersihkan data dari kesalahan seperti duplikasi, nilai kosong, format tidak konsisten, dan data yang tidak relevan.

• Proses menganalisis data untuk menemukan pola dan tren.

• Proses menyimpan data dalam format yang aman dan terstruktur.