Machine Learning

Dalam video ini, kita akan membahas dua konsep penting dalam machine learning: Underfitting dan Overfitting. Underfitting terjadi ketika model terlalu sederhana untuk menangkap pola dalam data, sehingga menghasilkan prediksi yang buruk baik pada data pelatihan maupun data uji. Ini sering disebabkan oleh pemilihan model yang tidak tepat atau kurangnya fitur yang relevan. Di sisi lain, Overfitting terjadi ketika model terlalu kompleks, sehingga ia belajar pola dari data pelatihan dengan sangat baik, termasuk noise atau fluktuasi yang tidak relevan. Akibatnya, model ini berkinerja buruk pada data uji karena tidak dapat menggeneralisasi.