Dalam statistik, skewness dan kurtosis adalah dua cara untuk mengukur bentuk suatu distribusi. Skewness adalah ukuran kemiringan suatu distribusi. Nilai ini bisa positif atau negatif. Kemiringan negatif menunjukkan bahwa ekornya berada di sisi kiri distribusi, yang mengarah ke nilai yang lebih...
Kuartil adalah nilai yang membagi kumpulan data menjadi empat bagian yang sama besar. Kuartil pertama mewakili persentil ke-25 dari kumpulan data. Kuartil kedua mewakili persentil ke-50 dari kumpulan data. Nilai ini setara dengan nilai median kumpulan data. Kuartil ketiga mewakili persentil...
Bidang pembelajaran mesin berisi serangkaian besar algoritma yang dapat digunakan untuk memahami data. Algoritma ini dapat diklasifikasikan ke dalam salah satu dari dua kategori berikut: 1. Algoritme pembelajaran yang diawasi: melibatkan pembuatan model untuk memperkirakan atau memprediksi hasil berdasarkan satu atau...
Anda dapat dengan cepat menghasilkan distribusi normal dengan Python menggunakan fungsi numpy.random.normal() , yang menggunakan sintaks berikut: numpy. random . normal (loc=0.0, scale=1.0, size=None) Emas: loc : Rata-rata distribusi. Nilai defaultnya adalah 0. skala: Standar deviasi distribusi. Nilai defaultnya adalah 1....
Algoritma pembelajaran mesin dapat dibagi menjadi dua jenis: algoritma pembelajaran yang diawasi dan tanpa pengawasan . Algoritma pembelajaran yang diawasi dapat diklasifikasikan menjadi dua jenis: 1. Regresi : Variabel respon bersifat kontinu. Misalnya, variabel respon dapat berupa: Berat Tinggi Harga Waktu...
Untuk mengevaluasi performa model pada kumpulan data, kita perlu mengukur seberapa cocok prediksi model tersebut dengan data observasi. Untuk model regresi , metrik yang paling umum digunakan adalah mean square error (MSE), yang dihitung sebagai berikut: MSE = (1/n)*Σ(y saya –...
Regresi linier sederhana adalah teknik yang dapat kita gunakan untuk memahami hubungan antara satu variabel penjelas dan satu variabel respon . Singkatnya, teknik ini menemukan garis yang paling “sesuai” dengan data dan mengambil bentuk berikut: ŷ = b 0 + b...
Regresi linier sederhana adalah teknik yang dapat kita gunakan untuk memahami hubungan antara satu variabel penjelas dan satu variabel respon . Teknik ini menemukan garis yang paling “sesuai” dengan data dan mengambil bentuk berikut: ŷ = b 0 + b 1...
Ketika kita ingin memahami hubungan antara variabel prediktor tunggal dan variabel respon, kita sering menggunakan regresi linier sederhana . Namun, jika kita ingin memahami hubungan antara beberapa variabel prediktor dan variabel respon, kita dapat menggunakan regresi linier berganda . Jika kita...
Ketika kita ingin memahami hubungan antara satu atau lebih variabel prediktor dan variabel respon kontinu, kita sering menggunakan regresi linier . Namun jika variabel respon bersifat kategorikal, kita dapat menggunakan regresi logistik . Regresi logistik adalah jenis algoritme klasifikasi karena ia...