Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Machine Learning Regression

Presentasi serupa


Presentasi berjudul: "Machine Learning Regression"— Transcript presentasi:

1 Machine Learning Regression
Semester Genap 2017/2018 Dr. Suyanto, S.T., M.Sc. Web: atau HP/WA:

2 Regression? Proses identifikasi relasi dan pengaruhnya pada nilai-nilai objek. Regresi berusaha menemukan suatu fungsi yang memodelkan data dengan meminimalkan galat (selisih) antara nilai prediksi atau peramalan dengan nilai sebenarnya. Regresi dapat dipandang sebagai alat ukur untuk mengetahui adanya korelasi antar variabel. Analisis regresi dapat menentukan tingkat perubahan suatu variabel terhadap variabel lainnya.

3 Regression? Regression umumnya digunakan untuk prediksi (prediction) dan peramalan (forecasting) Prediksi digunakan untuk memperkirakan nilai-nilai data bertipe apa saja dan kapan saja (masa lalu, sekarang, dan masa depan) Peramalan digunakan untuk memperkirakan nilai-nilai data time series di masa depan Ada satu istilah lain yang mirip dan seringkali rancu dengan prediksi dan peramalan, yaitu proyeksi (projection) Projection: an estimate or forecast of a future situation based on a study of present trends [Oxford]

4 Regression vs Classification?
Besok, harga emas naik atau turun? Besok, berapa rupiah perubahan harga emas? Besok, harga emas naik drastis, naik tipis, turun tipis, atau turun drastis?

5 Regresi mana yang paling baik?

6 Regresi mana yang paling baik?

7 Regresi mana yang paling baik?

8 Regresi untuk mengisi nilai atribut yang kosong
Berita Emosi Provokasi Diskriminasi Hoax B1 7 8 6 7,15 B2 3 4 3,28 B3 6,49 B4 B5 1 2 1,38 B6 B7 5 5,41 B8 9 8,26

9 KUIS 1, Tutup Buku, Boleh Kalkulator, 40 menit
Bangunlah sebuah model regresi (Provokasi = w . Emosi + a) dengan menentukan w dan a Gunakanlah model regresi tersebut untuk memprediksi nilai Provokasi untuk Berita B4 dan B6 Berita Emosi Provokasi B1 8 7 B2 2 3 B3 6 B4 9 B5 4 B6 5 B7 B8

10 Solusi KUIS 1 Emosi = x dan Provokasi = y sehingga y = wx + a Reratax (x bar) = 5, Reratay (y bar) = 5 Menggunakan rumus diperoleh w = 0,96 Menggunakan rumus diperoleh a = 0,18 Jadi, model regresinya adalah: Provokasi = 0,96 Emosi + 0,18

11 Solusi KUIS 1 Dengan model regresi Provokasi = 0,96 Emosi + 0,18, didapatkan: Untuk Berita B4: Emosi = 9 didapatkan Provokasi = 8,86 = 9 Untuk Berita B6: Emosi = 5 didapatkan Provokasi = 5

12


Download ppt "Machine Learning Regression"

Presentasi serupa


Iklan oleh Google