Machine Learning

Konsep dan istilah umum dalam machine learning mencakup supervised dan unsupervised learning, di mana supervised menggunakan data berlabel, sedangkan unsupervised mencari pola dari data tanpa label. Tantangan umum seperti overfitting terjadi ketika model terlalu sesuai dengan data pelatihan, dan ini dapat diatasi dengan regularisasi untuk menyederhanakan model. Untuk evaluasi, istilah seperti akurasi, presisi, dan recall digunakan. Akurasi mengukur keakuratan keseluruhan, presisi menilai ketepatan prediksi positif, dan recall mengukur kemampuan model menemukan semua kasus positif.