Angela's Blog - Machine Learning

   Profile Nama : Angela Prasetyo Nim : 201931121 Hobi : Bernyanyi, Membaca Buku, Nonton Film Status : Mahasiswa aktif S1 Teknik Informatika ITPLN Motto : Lakukan saja, selagi masih bisa melakukannya Instansi : www.itpln.ac.id

 Metode Evaluasi Metric untuk mengevaluasi model machine learning Classification Metrics (accuracy, precision,recall,F1-score,....) Regression Metrics (MSE,RSME,MAE) Rangking Metrics (MRR,DCG,NDCG) Statistical Metrics (Correlation) COmputer Vision Metrics (PSNR, SSIM,IoU) NLP Metrics (Perplexity,BLEU score) Deep Learning Related Metrics (Inception score, Frechet Inception distance)

 Agglomerative Hierarchical Clustering (AHC)      Hierarchical CLustering adalah metode analisis kelompok yang berusaha untuk membangun sebuah hirarki kelompok data. Strategi pengelompokkannya umumnya ada 2 jenis yaitu Agglomerative (Bottom-Up) dan Devisive (Top-Down). Pada bagian ini akan dibatasi hanya menggunakan konsep Agglomerative (Bottom-Up).  Algoritma AHC 1. Hitung matrik jarak antar data (menggunakan Euclidean atau Manhattan Disatance) 2. Gabungkan dua kelompok terdekat menjadi satu kelompok data: Single Lingkage (Jarak Terdekat) : Jarak antara member terdekat dari dua kluster Complete Lingkage (Jarak Terjauh) : Jarak antara member terjauh dari kluster. Maximum distance between cluster ,  Average Lingkage (Jarak Rata- Rata : Menghitung semua jarak  dari kumpulan - kumpulan, lalu dibuat rata- rata.  Average distance between cluster 3. Perbarui matrik jatrak antar data untuk mempresentasikan antara kelompok baru dengan kelompok yang tersis...

 Neural Network       Neural Network adalah model yang terinspirasi oleh bagaimana neuron dalam otak manusia bekerja, Tiap neuron pada otak manusia saling berhubungan dan informasi mengalir dari setiap neuron tersebut.      Tiap Neuron menerima input dan melakukan operasi dot dengan sebuah weight, menjumlahkannya (weighted sum) dan menambahkan. Hasil dari operasi ini akan dijadikan parameter dari activation yang akan dijadikan output dari neuron tersebut. Struktur Neural Network Karakteristik dari ANN dilihat dari pola hubungan antar neuron, metode penentuan bobot dari tiap koneksi, dan fungsi aktivasinya. Penjelasan gambar Struktur ANN : 1. Input, berfungsi seperti dendrite 2. Output, berfungsi seperti akson, (hasil akhir atau sebagai inputan yang baru untuk neuron yang lainnya) 3. Fungsi aktivasi, berfungsi seperti snapsis  Aktivation Function      Aktivation Function berfungsi untuk menentukan apakah neuron tersebut harus "a...

 K-MEANS Dalam System klasifikasi terdapat 2 jeni klasifikasi yaitu : 1. Supervised Classification Kelasnya atau Targetnya sudah diketahui 2. Unsupervised Classification Kelasnya atau Targetnya belum diketahui Sebuah Cluster merupakan kumpulan objek- objek yang "sama" di antara mereka dan "berbeda" pada objek dari cluster lainnya. K-Means Algorithm Clustering K-Means merupakan algoritma untuk cluster n objek berdasarkan atribut menjadi k partisi, dimana k < n. Secara Umum K-Means Clustering merupakan salah satu metode data clustering non-hirarki yang mengelompokkan data dalam bentuk satu atau lebih cluster/kelompok.  Langkah-langkah dalam Algoritma K-Means Clustering : 1. Menentukan jumlah cluster. 2. Menentukan nilai centroid. Dalam menentukan nilai centroid untuk awal iterasi, nilai awal centroid dilakukan secara acak. sedangkan jika menentukan nilai centroid yang merupakan tahap dari iterasi, maka digunakan rumus sebagai berikut : 3. Menghitung jarak antara ti...