Data science
Bidang yang memakai statistik, pemrograman, dan pengetahuan bisnis untuk menemukan pola dan membuat prediksi dari data.
Memperkirakan permintaan produk bulan depan dari riwayat penjualan.
Dipakai:
- Data Scientist
Kelompok 7 dari 10
Data science dan machine learning
“Model belajar dari data bagaimana”
Data Scientist memakai data penjualan lama untuk menebak berapa porsi mi yang akan terjual minggu depan. Kosakata di sini menjelaskan cara model belajar dari contoh, jenis tebakannya, dan cara menguji apakah tebakan model bisa dipercaya.
- Sumber data
- Ingestion
- Storage
- Transformasi
- Analisis
- BI dan dashboard
- ML(kelompok ini)
- AI generatif
- Keputusan
ML: lapisan 7 dari 8. Lihat petanya
Cara model belajar9 istilah
↑ Daftar isiMachine learning
Juga disebut: pembelajaran mesin
Cara membuat model dengan membiarkan komputer menemukan sendiri polanya dari contoh, tanpa aturan yang ditulis satu per satu.
Sering tertukar
Payung besar: semua program yang mengerjakan tugas yang biasanya butuh kecerdasan manusia.
Machine learning
Satu isi payung itu: model belajar pola dari contoh.
AI adalah payung besarnya. Machine learning satu isi payung itu, dan sebagian besar pekerjaan data sehari-hari tidak memakai keduanya.
Diagramnya: Siklus ML
Dipakai:
- Data Scientist
- ML Engineer
Model
Rumus yang disusun dari data lama untuk menebak sesuatu yang belum diketahui.
Model menebak pelanggan mana yang kemungkinan berhenti berlangganan bulan depan.
Diagramnya: Siklus ML
Dipakai:
- Data Scientist
- ML Engineer
Training
Proses model belajar pola dari data contoh.
Model di-training dengan data pinjaman lama yang sudah diketahui lancar atau macet.
Dipakai:
- Data Scientist
- ML Engineer
Training data
Juga disebut: data latih
Data lama berisi contoh dengan jawaban yang sudah diketahui, dipakai untuk membentuk model.
Diagramnya: Siklus ML
Dipakai:
- Data Scientist
- ML Engineer
Fitur (feature)
Keterangan yang dipakai model sebagai bahan menebak.
Sering tertukar
Keterangan yang tercatat di tabel.
Fitur (feature)
Bahan menebak untuk model, diolah dari satu kolom atau lebih.
Fitur biasanya berasal dari kolom, tapi tidak semua kolom jadi fitur, dan satu kolom bisa diolah jadi beberapa fitur.
Dipakai:
- Data Scientist
- ML Engineer
Label (target)
Jawaban yang ingin ditebak model.
Kolom "berhenti berlangganan: ya atau tidak" adalah labelnya.
Dipakai:
- Data Scientist
- ML Engineer
Supervised learning
Model belajar dari contoh yang sudah ada jawabannya, lalu menebak jawaban untuk data baru.
Belajar dari email yang sudah ditandai spam atau bukan.
Sering tertukar
Supervised learning
Belajar dari contoh yang sudah ada jawabannya.
Mencari kelompok sendiri, tanpa jawaban yang disiapkan.
Dipakai:
- Data Scientist
- ML Engineer
Unsupervised learning
Model mencari pola atau kelompok sendiri dari data, tanpa jawaban yang disiapkan.
Mengelompokkan pelanggan berdasarkan kebiasaan belanja tanpa label apa pun.
Dipakai:
- Data Scientist
Jenis model dan alatnya7 istilah
↑ Daftar isiKlasifikasi
Menebak kategori: ya atau tidak, atau salah satu dari beberapa kelas.
Menebak apakah peminjam baru akan lancar atau macet membayar.
Sering tertukar
Klasifikasi
Menebak kategori, misalnya lancar atau macet.
Menebak angka, misalnya harga atau durasi.
Dipakai:
- Data Scientist
Regresi
Menebak angka, misalnya harga, jumlah, atau durasi.
Memperkirakan harga rumah dari luas, lokasi, dan jumlah kamar.
Dipakai:
- Data Scientist
Clustering
Juga disebut: pengelompokan
Mengelompokkan data yang mirip tanpa label, lalu memberi nama tiap kelompoknya.
Segmen pelanggan: pemburu promo, loyal customer, dan pembeli musiman.
Dipakai:
- Data Scientist
- Data Analyst
Forecasting
Juga disebut: peramalan
Memperkirakan angka di masa depan dari pola data masa lalu.
Perkiraan permintaan stok per gudang untuk bulan depan.
Dipakai:
- Data Scientist
- Data Analyst
Fraud detection
Model yang menandai transaksi atau perilaku mencurigakan supaya dicek lebih lanjut.
Transaksi besar dari kota yang tak biasa langsung ditahan untuk diperiksa.
Dipakai:
- Data Scientist
- ML Engineer
Deep learning
Juga disebut: pembelajaran mendalam
Jenis machine learning dengan jaringan berlapis-lapis, kuat untuk gambar, suara, dan teks. Alatnya antara lain TensorFlow dan PyTorch.
Model yang mengenali jenis penyakit daun dari foto.
Dipakai:
- Data Scientist
- ML Engineer
- AI Engineer
scikit-learn
Library Python yang populer untuk machine learning klasik: klasifikasi, regresi, dan clustering.
Training model prediksi churn dalam beberapa baris kode.
Dipakai:
- Data Scientist
Menguji dan memasang model5 istilah
↑ Daftar isiTrain-test split
Memisahkan data jadi dua: satu untuk training model, satu untuk mengujinya pada data yang belum pernah dilihat.
Data sampai tahun lalu untuk training, data tahun ini untuk testing model.
Dipakai:
- Data Scientist
- ML Engineer
Overfitting
Model yang menghafal data training-nya terlalu persis, lalu payah saat bertemu data baru.
Seperti murid yang hafal soal ujian tahun lalu, dan langsung bingung begitu soalnya diganti.
Diagramnya: Siklus ML
Dipakai:
- Data Scientist
- ML Engineer
Akurasi
Persentase tebakan model yang benar.
Sering tertukar
Akurasi
Persentase tebakan yang benar dari semua tebakan.
Menilai tebakan pada kasus positif, yang sering jarang.
Akurasi tinggi bisa menipu. Kalau cuma satu persen pelanggan yang berhenti, model yang selalu menjawab "tidak berhenti" akurasinya 99 persen dan sama sekali tidak berguna.
Dipakai:
- Data Scientist
- ML Engineer
Akurasi, precision, recall
Ukuran kualitas tebakan model. Akurasi: berapa yang benar. Precision: tebakan positif yang tepat. Recall: kasus positif yang tertangkap.
Model penipuan yang tampak akurat tapi melewatkan banyak transaksi penipuan.
Dipakai:
- Data Scientist
- ML Engineer
Deployment model
Deploy model supaya bisa dipakai aplikasi sungguhan, tidak lagi hanya jalan di notebook.
Model rekomendasi dipanggil aplikasi setiap kali user membuka halaman produk.
Dipakai:
- ML Engineer