Machine learning adalah salah satu keterampilan paling bermanfaat dalam ilmu data. Dengan machine learning, praktisi data dapat membuat prediksi tentang kumpulan data utama, mengotomatisasi alur kerja, dan mengekstrak wawasan. Seperti apa alur kerja machine learning? Infografik ini menyajikan gambaran sederhana tentang alur kerja machine learning.
Unduh infografik ini dengan menekan gambar
Menyiapkan Proyek
Pahami tujuan bisnis
Berbicaralah dengan para pemangku kepentingan dan pahami secara mendalam tujuan bisnis di balik model yang diusulkan. Pemahaman yang mendalam tentang tujuan bisnis Anda akan membantu Anda menentukan ruang lingkup solusi teknis yang diperlukan, sumber data yang akan dikumpulkan, cara mengevaluasi performa model, dan lainnya.
Pilih solusi untuk masalah Anda
Setelah Anda memahami masalah Anda secara mendalam—fokuslah pada kategori model mana yang memberikan dampak terbesar. Lihat Cheat Sheet Machine Learning ini untuk informasi lebih lanjut.
Persiapan Data
Pengumpulan data
Kumpulkan semua data yang Anda perlukan untuk model Anda, baik dari organisasi sendiri, sumber publik, maupun berbayar.
Pembersihan data
Ubah data mentah yang berantakan menjadi data yang bersih dan rapi siap analisis. Lihat daftar periksa pembersihan data ini sebagai pengantar pembersihan data.
Rekayasa fitur
Manipulasi dataset untuk membuat variabel (fitur) yang meningkatkan akurasi prediksi model Anda. Buat fitur yang sama pada set pelatihan dan set pengujian.
Membagi data
Bagilah secara acak catatan dalam dataset menjadi set pelatihan dan set pengujian. Untuk penilaian performa model yang lebih andal, buat beberapa set pelatihan dan pengujian menggunakan validasi silang
Pemodelan
Penyetelan hyperparameter
Untuk setiap model, gunakan teknik penyetelan hyperparameter untuk meningkatkan performa model.
Latih model Anda
Sesuaikan setiap model ke set pelatihan.
Buat prediksi
Buat prediksi pada set pengujian.
Menilai performa model
Untuk setiap model, hitung metrik performa pada set pengujian seperti akurasi, recall, dan precision.
Deploy
Deploy model
Sematkan model yang Anda pilih ke dalam dasbor, aplikasi, atau di mana pun Anda membutuhkannya.
Pantau performa model
Secara berkala uji performa model Anda seiring perubahan data untuk menghindari model drift
Tingkatkan model Anda
Terus lakukan iterasi dan perbaiki model Anda setelah deployment. Ganti model Anda dengan versi yang diperbarui untuk meningkatkan performa.
