DEEP LEARNING

Video ini menjelaskan cara mengukur performa model klasifikasi dengan menggunakan konsep confusion matrix, menghitung akurasi, presisi, recall, spesifisitas, dan nilai F1 berdasarkan prediksi terhadap dataset gambar kucing dan bukan kucing.  Video tersebut menyajikan materi dengan rincian sebagai berikut:

• 0:06 - 0:09: Pengenalan topik tentang mengukur performa model.
• 0:12 - 0:46: Penjelasan tentang hasil prediksi model pada dataset gambar kucing dan bukan kucing. Dijelaskan konsep true positive (4), false positive (3), true negative (1), dan false negative (2).
• 0:52 - 1:05: Definisi true positive dan false positive.
• 1:15 - 1:54: Definisi true negative dan false negative serta pengenalan confusion matrix.
• 2:00 - 2:48: Penyusunan confusion matrix dan perhitungan akurasi (0.5).
• 3:00 - 4:04: Penjelasan dan perhitungan presisi (0.57).
• 4:16 - 4:45: Penjelasan dan perhitungan recall (0.67).
• 5:06 - 5:18: Perhitungan spesifisitas (0.25).
• 5:22 - 5:47: Perhitungan nilai F1 (0.62).

Adik-adik harus menyelesaikan beberapa soal yang ada di video ini, dan mampu melampaui score minimal 60. Semangat belajarnya...