Peta Belajar¶
Halaman ini menunjukkan urutan belajar dan alur kerja yang dipakai di seluruh bab.
Urutan yang disarankan¶
flowchart LR
F[Dasar-dasar] --> C[Klasifikasi]
C --> E[Estimasi]
E --> T[Forecasting]
F --> K[Klaster]
F --> A[Aturan Asosiasi]
- Klasifikasi lebih dulu, karena memperkenalkan pipeline, pembagian data, dan metrik yang dipakai ulang di bab lain.
- Estimasi menyusul karena hampir sama dengan klasifikasi, tetapi targetnya numerik.
- Forecasting setelah estimasi, karena model berbasis lag memakai regresi dan validasinya berurutan waktu.
- Klaster dan Aturan Asosiasi relatif mandiri dan dapat dipelajari setelah Dasar-dasar.
Dua belas tahap alur kerja¶
Tidak semua tahap berlaku untuk semua jenis tugas. W = wajib, O = opsional, B = berlaku dengan cara berbeda, T = tidak berlaku.
| # | Tahap | Klasifikasi | Estimasi | Forecasting | Klaster | Asosiasi |
|---|---|---|---|---|---|---|
| 1 | Definisi masalah | W | W | W | W | W |
| 2 | Pengumpulan data | W | W | W | W | W |
| 3 | EDA | W | W | B | W | B |
| 4 | Praproses data | W | W | B | W | B |
| 5 | Rekayasa fitur | O | O | B | O | T |
| 6 | Pembagian data / validasi | W | W | B | T | T |
| 7 | Pemilihan model / metode | W | W | W | W | W |
| 8 | Pelatihan / penemuan pola | W | W | W | W | W |
| 9 | Prediksi dan evaluasi | W | W | B | B | B |
| 10 | Optimasi | W | W | W | O | O |
| 11 | Penyimpanan model | W | W | W | O | O |
| 12 | Deployment dan monitoring | O | O | O | O | O |
Keterangan perbedaan penting:
- Forecasting: pembagian data selalu kronologis; mengacak data menyebabkan kebocoran informasi dari masa depan.
- Klaster: tidak ada data uji berlabel; kualitas dinilai dengan indeks internal dan interpretasi.
- Asosiasi: data berupa transaksi; ukurannya support, confidence, dan lift, bukan accuracy.
Pelajaran yang diajarkan sekali¶
Topik berikut dibahas di Dasar-dasar dan dirujuk dari setiap bab: praproses data, pembagian data dan validasi silang, kebocoran data, metrik evaluasi, dan penyimpanan model.