Jangan Terlalu Banyak Belajar (Machine Learning)

Di video ketiga modul ML ini kita akan belajar lebih lanjut spesifik nya mengenai learning dalam machine learning. Kita belajar tentang learning rate, apa itu hyperparameter, apa itu overfit dan underfit dan lain-lain. Kemudian kita juga belajar bagaimana cara mencegah overfit dengan menggunakan regularization. Kita juga belajar bagaimana cara memisah dataset yang benar dan mengapa harus dilakukan demikian. Kita juga belajar perbedaan batch learning dan juga SGD. Terakhir, pastinya kita juga melakukan demo. Penasaran? Tonton video ini sampai habis ya!

Links
Coursera Machine Learning Course - https://www.coursera.org/learn/machine-learning-course/

Timestamps
0:00 Learning Rate
10:00 Hyperparameters
13:50 Local Optimum vs Global Optimum
19:40 Underfitting vs Overfitting
33:15 Regularization
52:30 Dataset Separation
1:02:20 Batch Learning & Stochastic GD
1:06:45 Retraining
1:08:10 Demo

#ai #artificialintelligence #machinelearning #computerscience #education

Support us on:
https://saweria.co/62swe

Contact / DM us on:
Instagram: https://www.instagram.com/sixtytwo.swe/
Email: sixtytwoswe@gmail.com

Github: https://github.com/mikhaeljonathan/62swe

Видео Jangan Terlalu Banyak Belajar (Machine Learning) канала 62 SWE - Software Engineering