Apa prinsip dari Unsupervised Learning dan bagaimana metode serta contoh penerapannya?
Prinsip utama Unsupervised Learning berfungsi untuk menemukan pola atau kelompok dalam data tanpa label. Model berusaha mengelompokkan data yang mirip atau mengurangi jumlah fitur.
Metode yang umum digunakan:
Clustering: Seperti K-means, untuk mengelompokkan data berdasarkan kesamaan.
Dimensionality Reduction: Seperti PCA, untuk mengurangi jumlah fitur.
Contoh penerapan:
Segmentasi pasar (clustering)
Deteksi anomali keuangan (clustering)
Kompresi gambar (PCA)
Metode yang umum digunakan:
Clustering: Seperti K-means, untuk mengelompokkan data berdasarkan kesamaan.
Dimensionality Reduction: Seperti PCA, untuk mengurangi jumlah fitur.
Contoh penerapan:
Segmentasi pasar (clustering)
Deteksi anomali keuangan (clustering)
Kompresi gambar (PCA)