Module 3: Introduction to Machine Learning (ML)

Focus: Core concepts of ML. Supervised, Unsupervised, and Reinforcement Learning. The model training process (data, training, testing).
Suggested Materials:
1. Watch: Google’s “Machine Learning Foundations” series.
2. Read: “The 3 Types of Machine Learning” on Towards Data Science.
3. Explore: Google’s Teachable Machine to train a simple model in your browser.
Checklist Questions:
1. What is the key difference between supervised and unsupervised learning? Provide an example for each.
2. What is “overfitting” in a machine learning model, and why is it a problem?
3. Describe the three main components of reinforcement learning: agent, environment, and reward.
4. How does a training dataset differ from a testing dataset, and why is this separation important?

Answer:

1. Supervised Learning (Pembelajaran Terarah): Model dilatih menggunakan data yang memiliki fitur masukan (X) dan label jawaban yang benar (y). Tujuannya adalah memetakan fungsi f(X) \rightarrow y agar dapat memprediksi label untuk data baru.
- Contoh: Deteksi Email Spam. Model diberikan data email yang sudah ditandai sebagai “Spam” atau “Bukan Spam” untuk mempelajari pola email yang tidak diinginkan.
Unsupervised Learning (Pembelajaran Tak Terarah): Model menerima data tanpa label (X saja) dan bertugas menemukan struktur, pola, atau pengelompokan tersembunyi di dalam data secara mandiri.
- Contoh: Segmentasi Pelanggan. Model e-commerce mengelompokkan pelanggan ke dalam beberapa segmen berdasarkan riwayat pembelian tanpa mengetahui kategori kelompoknya terlebih dahulu

Overfitting adalah kondisi ketika model machine learning mempelajari data pelatihan terlalu detail hingga menghafal bising (noise) dan pencilan (outliers), bukan mempelajari pola umumnya.

Mengapa menjadi masalah?

Generalisasi Buruk: Model menghasilkan akurasi sangat tinggi pada data pelatihan, tetapi gagal memberikan prediksi yang tepat saat diberikan data baru.
Variansi Tinggi (High Variance): Perubahan kecil pada data masukan dapat menyebabkan hasil prediksi sangat tidak stabil, sehingga model tidak dapat diandalkan saat diterapkan di dunia nyata.