- Regresi linier: Memprediksi nilai kontinu (angka) berdasarkan satu atau lebih variabel input.
- Pohon keputusan: Membagi data menjadi subset yang lebih kecil berdasarkan fitur yang relevan untuk memprediksi hasil.
- Mesin vektor pendukung: Menemukan batas keputusan yang memisahkan data menjadi dua kelas.
Perbedaan Pembelajaran Terawasi, Tidak Terawasi, dan Penguatan
Pembelajaran mesin diklasifikasikan ke dalam tiga kategori utama:
Pembelajaran Terawasi
Algoritma dilatih pada kumpulan data berlabel, di mana setiap contoh data memiliki input dan label yang sesuai (misalnya, gambar anjing dengan label “anjing”).
Pembelajaran Tidak Terawasi
Algoritma dilatih pada kumpulan data tidak berlabel, dan tujuannya adalah menemukan pola atau struktur tersembunyi dalam data (misalnya, mengidentifikasi kelompok pelanggan yang serupa).
