Support Vector Machine: Algoritma dan Contoh Soal Sederhana
ฝัง
- เผยแพร่เมื่อ 20 ต.ค. 2021
- Tonton juga video saya lainnya yang membahas tentang Support Vector Machine:
SVM: Pengertian dan Cara Kerja: • Support Vector Machine...
Playlist Machine Learning: • Machine Learning
Link Materi:
/ penjelasan-sederhana-t...
towardsdatascience.com/suppor...
www.analyticsvidhya.com/blog/...
ocw.ui.ac.id/pluginfile.php/2...
monkeylearn.com/blog/introduc...
learningbox.coffeecup.com/SVM....
webcache.googleusercontent.com...
bsantosa.files.wordpress.com/...
www.analyticsvidhya.com/blog/...
• How SVM (Support Vecto...
Contoh Soal:
slideplayer.info/slide/3672979/
Semoga sharing materi Machine Learning kali ini bermanfaat.
Terima kasih. - วิทยาศาสตร์และเทคโนโลยี
Cerdas ...
Hai, kak.
Terima kasih sudah menonton video saya.
Semoga materi kali ini bermanfaat 🙏🏼
@@KnowledgeSharingByVida aku pingin belajar
terima kasih kak, penjelasannya sangat baik
Halo kak, terima kasih atas dukungannya ya kk
sangat membantu sekali
Hai, kak Dadang Nasution.
Terima kasih sudah menonton video saya, semoga materi ini bisa bermanfaat.
Kaka untuk nilai x1 dan nilai x 2 di dapat dari mana yah.. ..?
mantap mba, keren tutorialnya. terimakasih
Terima kasih sudah menonton video saya, kak. Semoga sukses selalu.
ada enggk contoh hitungan dri awal bagi data training & test smpai klasifikasi data msknya ke kelas mna? klu di coding pkai python tu bagi data ke test training... apa klu matematikanya enggk bs ya kak?
kaka mau nanya tentang kernel SVM
kakak aku belum paham kenapa x1 di contoh soal tabel yang awal dengan x1 di tabel contoh visualisasi hyperplane itu berbeda ya? apa pakai data x1 yang di tabel awal tidak bisa? harus pakai data yang berbeda? lalu untuk pengujiannya masuk ke kelas mana bagaimana agar bisa dapat rumus pengujian seperti di contoh soal terakhir?
iy sy jg bingung ni. apa enggk ada contoh hitungan dri awal bagi data training & test smpai klasifikasi data masuk ke kelas mn? walau ada visual garis hyperplane tp enggk da contoh tuntas
Kak, mohon bantuannya boleh
Kak coba jelaskan yang non linear
Hai, kak. Terima kasih sudah menonton video saya & memberikan komentar. Semoga materi kali ini bermanfaat untuk kakak 😃
Materi yang non linear sedang kami susun.
Mohon ditunggu yaaa
Kak ini data dulu baru nentuin garis. Atau kita bisa nentuin garis dahulu? Jadi ketika ada data baru dia bisa masuk dikelas mana.
Hai, kak.
Terima kasih sudah menonton video saya dan memberikan pertanyaan.
Pada SVM, data dulu yang kita pakai untuk menentukan garis pembatas untuk setiap kelasnya.
Data yang berbeda akan punya garis yang berbeda juga.
Semoga ini dapat membantu.
Sukses ya, kak 😃
assalamu'alaikum kak
tolong bantu saya kak. saya ada tugas cari + gambar hyperplane. tp tugas saya punya 4 kelas. gimana cara visualisasi hyperplanenya ya kak? fiturnya jg ada 6. saya bingung
Hai, kak.
Terima kasih sudah menonton video saya dan memberikan komentar.
Kira2 begini caranya untuk menggambar secara manual: gambarkan sumbu x, y, z, w, v, dan u untuk mewakili keenam fitur. Pilih dua fitur untuk sumbu x dan y, lalu plot data pada bidang tersebut. Gunakan warna berbeda untuk menandai kelas yang berbeda. Lakukan hal yang sama untuk pasangan fitur lainnya seperti y dan z, z dan w, dan seterusnya.
Semoga ini bisa membantu, kak.
@@KnowledgeSharingByVida berarti untuk garis hyperplane nya tetap setiap 2 fitur ya kak. gk bs sekali banyak ya? saya kira tetap ikut w.x + b = 0, jd awalny saya masukkan smua 6 w dan 6 x nya. terima kasih kak, nanti akan saya coba seperti yg kk jelaskan, walau msh bingung sama rumus hyperplane nya sendiri
kak boleh gaa si, ngehubungin kakak buat tanya tanya gitu kak
Halo, kak. Maaf saya baru respon. Bisa, kak. Hubungi saya lewat email vidamastrika@gmail.com.
halo kak saya mau nanya kalo tipe datanya itu teks bagaimana perhitungan manualnya ya kak?
Diubah ke angka jika dia categorical
Misal Yes = 1, No = 0
Hai, kak Sonya Eliesse Dameria.
Maaf saya baru bisa merespon komentar ini.
Data categorical (bentuk teks) bisa diubah menjadi bentuk angka, tetapi ini juga tricky ya, karena kita harus tahu angka/skala yang tepat untuk data categorical tertentu tanpa mengurangi banyak makna/arti sebenarnya dari data tersebut.
Yang sederhana seperti ada 2 pilihan yang memang benar2 berbeda seperti yes/no atau laki2/perempuan dapat dijadikan angka 0/1.
Semoga jawaban ini bisa membantu.
Hai kak Sayidina Ahmadal Qososyi, terima kasih sudah membantu saya menjawab pertanyaan ini.
Sukses terus, kak.