Algoritma machine learning adalah adalah algoritma yang digunakan dalam proses machine learning, di mana sistem melakukan pembelajaran berdasarkan data. Jenis-jenis algoritma machine learning dapat dikelompokkan menjadi supervised learning, unsupervised learning dan reinforcement learning. Pemilihan algoritma machine learning didasarkan pada tujuan atau jenis masalah, sumber daya komputasi, dan sifat data.
Perbedaan utama antara supervised learning dan unsupervised learning adalah penggunaan data. Supervised learning menggunakan data berlabel (labelled data), sedangkan unsupervised learning menggunakan data tanpa label (unlabeled data). Supervised learning digunakan untuk tugas-tugas klasifikasi dan regresi, misal dalam kasus object recognition, predictive analysis dan sentiment analysis. Unsupervised learning digunakan untuk kasus-kasus klastering, asosiasi dan dimensionality reduction.
Ensemble learning adalah cara sebuah algoritma mempelajari data dengan menggunakan kombinasi dari beberapa algoritma atau model untuk mendapatkan output dengan akurasi yang lebih tinggi jika dibandingkan dengan menggunakan satu algoritma atau model saja. Cara melakukan ensemble learning adalah dengan proses bagging, boosting, dan stacking.
Support Vector Machine (SVM) adalah salah satu algoritma machine learning dengan pendekatan supervised learning yang bekerja dengan mencari hyperplane atau fungsi pemisah terbaik untuk memisahkan kelas. Algoritma SVM memiliki konsep dan dasar matematis yang mapan sehingga menjadi algoritma yang populer. Algoritma ini dapat digunakan untuk klasifikasi (SVM classification) dan regresi (SVM regression).
K-nearest neighbor adalah salah satu algoritma machine learning dengan pendekatan supervised learning yang bekerja dengan mengkelaskan data baru menggunakan kemiripan antara data baru dengan sejumlah data (k) pada lokasi yang terdekat yang telah tersedia. Algoritma ini menerapkan lazy learning” atau “instant based learning” dan merupakan algoritma non parametrik. Algoritma KNN digunakan untuk klasifikasi dan regresi.
Analisis klaster atau Cluster analysis adalah analisis yang digunakan untuk mengklasifikasikan objek atau observasi yang berbeda ke dalam kelompok (klaster) sehingga kesamaan antara objek dalam kelompok maksimal dan kesamaan antar kelompok minimal.
K-means clustering adalah salah satu algoritma unsupervised learning yang termasuk ke dalam analisis klaster (cluster analysis) non hirarki yang digunakan untuk mengelompokkan data berdasarkan variabel atau feature.
Uji statistik adalah perhitungan untuk menentukan apakah ada cukup bukti menolak atau menerima hipotesis. Terdapat banyak jenis uji statistik, antara lain z test, t-test, mann withney, kruskal wallis, anova, dan ancova. Beberapa hal yang perlu kita pertimbangkan saat memilih uji statistik, yaitu tujuan atau pertanyaan uji statistik, jumlah variabel, tipe data, desain penelitian, dan asumsi statistik.
Teknik sampling adalah metode-metode tertentu yang digunakan untuk melakukan pengumpulan sampel penelitian. Teknik pengumpulan sampel dapat dibagi menjadi probability dan non probability sampling.
Perbedaan antara probability sampling dan non probability sampling terletak pada pengertiannya, dasar pemilihan sampel, proses sampling