Konteks & Permasalahan
Kumpulan latihan machine learning yang mencakup alur kerja supervised learning inti untuk klasifikasi dan regresi.
Tujuan
Membangun pemahaman dasar tentang preprocessing data, training model, penanganan fitur, dan evaluasi.
Pendekatan
Mengimplementasikan berbagai alur kerja klasifikasi dan regresi menggunakan dataset terstruktur.
Implementasi Teknis
Menangani missing values saat preprocessing, melakukan feature selection, menerapkan categorical encoding, membangun model klasifikasi termasuk MLPClassifier dan model regresi menggunakan Linear Regression, mengevaluasi klasifikasi menggunakan Accuracy/Precision/Recall/F1/Confusion Matrix, mengevaluasi regresi menggunakan MSE/RMSE/R², dan menggunakan Matplotlib untuk visualisasi.
Hasil
Mengembangkan pemahaman praktis tentang alur kerja supervised learning lengkap dari preprocessing hingga evaluasi.
Refleksi
Mempraktikkan pipeline supervised learning secara menyeluruh — preprocessing, penanganan fitur, training model, dan evaluasi untuk tugas klasifikasi maupun regresi.