Lompat ke konten utama
Kelas
Machine Learning Dasar dengan PythonPelajaran 1 dari 16 · Modul 1, Dasar machine learning dan menyiapkan data

Modul 1 · Dasar machine learning dan menyiapkan data

Terawasi atau tak terawasi, regresi atau klasifikasi

Setelah pelajaran ini kamu bisa menggolongkan sebuah tugas ke pembelajaran terawasi (regresi atau klasifikasi) atau tak terawasi, lalu melatih estimator pertama dengan fit dan predict.

  • ±13 menit
  • 3 latihan
  • Diperiksa 27 Sep 2026

Pelajaran pertama bisa dicoba tanpa akun. Progres, kode, dan catatanmu hanya tersimpan di browser ini. Masuk untuk menyimpannya dan membuka pelajaran berikutnya

Materi

Machine learning adalah cara membuat program yang menemukan pola dari contoh data, bukan dari aturan yang ditulis tangan. Program yang menebak harga sewa rumah tidak diberi rumus harga; ia diberi ratusan rumah beserta harganya, lalu mencari hubungan antara ciri rumah dan harganya sendiri.

User Guide scikit-learn membagi bahan ajarnya menjadi dua bab besar. Pembelajaran terawasi (supervised) memakai data yang sudah punya jawaban, disebut label atau target. Kalau labelnya angka yang bisa bernilai berapa saja, seperti harga atau jumlah terjual, tugasnya regresi. Kalau labelnya kelompok, seperti lulus/tidak atau spam/bukan spam, tugasnya klasifikasi. Pembelajaran tak terawasi (unsupervised) memakai data tanpa label dan mencari strukturnya sendiri, misalnya mengelompokkan pelanggan yang mirip (clustering).

Di scikit-learn setiap model adalah estimator dengan pola pakai yang sama: buat objeknya, panggil fit(X, y) untuk belajar dari data, lalu predict(X_baru) untuk menebak data baru. Contoh di bawah memakai data buah; latihan memakai data lain.

from sklearn.tree import DecisionTreeClassifier

# berat (gram), diameter (cm) -> 0 = jeruk, 1 = apel
X = [[140, 7], [130, 6], [150, 8], [170, 7], [180, 8]]
y = [0, 0, 0, 1, 1]

model = DecisionTreeClassifier(random_state=0)
model.fit(X, y)
print(model.predict([[175, 7]]))   # [1]

Latihan

Jawaban diperiksa di server. Lulus berarti kamu memahami contohnya, bukan penilaian seluruh pekerjaanmu.

Latihan 1 dari 3

Sebuah agen properti punya data 500 rumah berisi luas, jumlah kamar, dan harga jualnya, lalu ingin menebak harga rumah baru. Jenis tugas apa ini?

Pilih satu jawaban

Latihan 2 dari 3

Toko daring punya riwayat belanja 2.000 pelanggan tanpa keterangan apa pun, dan ingin menemukan kelompok pelanggan yang polanya mirip. Jenis tugas apa ini?

Pilih satu jawaban

Catatanmu

Memuat catatan…

tersimpan otomatis, ikut tercetak · 0/4.000

Lanjutkan ke

Tampilkan 2 lagi