Adapun yang harus kita persiapkan dalam pembelajaran sample dataset pada scikit-learn adalah :

• Memiliki akun Gmail, kemudian login ke dalam akun Gmail.
• Buka google colab untuk menjalankan script dari scikit-learn.
• Buat project baru

• Untuk kasus kali ini kita memakai iris dataset, ketikan kedalam script kode script berikut

from sklearn.datasets import load_iris
iris = load_iris()
iris

Penjelasan dari script di atas adalah pertama kita harus install dulu sklearn.datasets kemudian kita import function load_iris. untuk memanggil iris dataset dengan load_iris() kemudian kita tampung dalam satu variabel dengan nama iris, kemudian untuk menampilkan kita ketik variabel iris.

Untuk menjalankan program tersebut cukup dengan mengklik tombol play pada menu di samping program. hasilnya seperti gambar di bawah ini :

Kita akan mendata keys apa saja yang dimiliki oleh iris dataset, dengan mengetikan kode pada baris baru:

iris.keys()

kemudian jalankan, maka hasilnya seperti gambar di bawah ini :

Adapun Keys() yang tersedia dari iris dataset adalah : ‘data’, ‘target’, ‘frame’, ‘target_names’, ‘DESCR’, ‘feature_names’, ‘filename’, ‘data_module’.

Untuk data keys akan berkaitan dengan data features, sedangkan target berkaitan nanti dengan data – data target. Frame untuk menanandakan apakah data format yang ada pada iris dataset data frame atau bukan data frame. Target_names dan Features names akan berkolerasi dengan nama atau label untuk setiap target dan featuresnya. DESCR merupakan kependekan dari deskripsi . filename akan berkolerasi dengan lokasi filename projek ini dan yang terakhir data_module adalah modul yang diakses pada sklearn yaitu sklearn.datasets.data.

Deskripsi Dari Sample Dataset

Sample dataset yang kita gunakan dapat teman – teman gali infromasinya melalui link wikipedia. untuk mengakses metadata dari iris dataset adalah dengan cara mengetikan script di bawah ini :

print(iris.DESCR)

hasilnya dapat kita lihat di bawah ini

Dari gambar di atas dapat kita ambil informasi tentang judul dataset, dengan judul Iris plants dataset, number of instances jumlah baris 150 baris terdapat 3 class ( Iris-Setosa, Iris-Versicolour, Iris-Virginica ) di dalam1 class terdapat 50 baris. Number of attributes ada 4 atributes : sepal lenght, sepal width, petal length dan petal widht dengan format ukuran centimeter ( cm ).

Apa itu Machine Learning atau sering kita sebut dengan ML. Penjelasan para ahli tentang Machine Learning adalah:

1. Arthur Samuel ” Machine Learning is a study that gives computer the ability to learn without being explicitly programmed “.  Arthur Samuel adalah seorang komputer scientist yang berpendapat bahwa Machine Learning suatu bidang ke ilmuan yang memampukan suatu komputer untuk belajar tanpa secara explicit kita program.
2. Tom Mithcell ” Machine Learning is a program can be said to learn from experience E with respect to some class T and performance measure P, if its performance at tasks in T, as measured by P, improves with E “. Penjalasan dari Tom Mitchcell juga dari seorang komputer scientist bahwa Machine Learning adalah sebuah program yang belajar dari sebuah pengalaman terhadap sebuah tugas tertentu dimana peformanya bisa di ukur, dimana nilai performanya dapat meningkat seiring dengan peningkatan pengalamanya  dalam menyelesaikan tugasnya.
3. Dapat juga disimpulkan bahwa Machine Learning adalah bidang ilmu yang memampukan suatu program komputer untuk belajar  dari sekumpulan data.

Learning Problem Machine Learning

Learning probelem dalam konteks Machine Learning menyertakan suatu dataset (terdiri dari jumlah n sampel data) untuk melakukan prediksi terhadap properties yang tidak dikethaui pada dataset lain yang sejenis. Secara umum learning problem pada machine learning dibagi menjadi dua bagian yaitu :

Supervised Learning adalah program memprediksi suatu nilai output untuk suatu input berdasarkan proses learning dengan memanfaatkan sekumpulan data yang terbagi dalam dua tabel, yaitu input dan output. Dimana program melakukan learning dari sekumpulan contoh kasus ( examples ) yang menyertakan jawaban benar.

Unsupervised Learning adalah program tidak melakukan learning dari labeled data, melainkan mencoba menemukan pola (patterns ) pada data. Disini program melakukan learning dari sekumpulan contoh kasus (exmaples ) tanda disertai jawaban benar.

Terminologi Dasar Pada Supervised Learning

• Output istilah outuput ini juga dikenal dengan istilah lainnya diantaranya : label, response variable, dependent variable, regressand, criterion variable, measured variable, responding variable, explained variable, outcome variable, experimental variable dan output variable.
• Input serupa dengan outuput, input juga mengenal istilah lainya diantaranya : features, explanatory variable, predictors, regressors, controlled variable, dan exposure variables.
• Traning Set : sekumpulan contoh yang dgunakna untuk proses learning ( training ) pada supervised learning.
• Test set : sekumpulan contoh yang digunakan untuk mengukur performa pada supervised learning.
• pada supervised learning, response variable bisa dianalogikan sebagai kunci jawaban dan explanatory variable bisa dianalogikan sebagai pertanyaannya.

Supervised Machine Learning Tasks

Secara umum terdapat dua jenis supervised machine learning task yaitu :

1. Classification task : menekankan pada proses learning ( training ) untuk melakukan prediksi nilai discrete ( category, class, label ) dari sejumlah features. berfokus pada categori, class, label
2. Regression Tasks : menekankan pada proses learning ( training ) untuk melakukan prediksi nilai continous ( floating point ) dari sejumlah features. fokus pada floating point.

Unsupervised Machine Learning Tasks

Secara umum terdapat dua jenis unsupervised machine learning task yaitu :

1. Clustering task : Menekankan pada proses explorasi data untuk menemukan kelompok ( grup ) pada daa berdasarkan kemiripan ( kedekatan ) karakteristik.
2. Dimensionality Reduction Task : menekankan pada proses explorasi data untuk menemukan sejumlah features yang paling berdampak terhadap response variable.

Rekomendasi Buku dan Belajar Online

• Machine Learning Yearning oleh Prof. Andrew Ng cocok untuk pemula dan dikemas dengan sederhana sekali
• The Hundred-page Machine Learning Book oleh Andri Burkov dimana buku ini mencoba mengulas model machine learning, untuk memahami buku yang baik disarankan untuk belajar tentang ilmu matematika.
• Learnng from data oleh Yaser S. Abu-Mostofa, buku ini banyak di temukan di perpustakaan kampus, banyak di adopsi oleh universitas di dunia.
• Channel Youtube Belajar, yang sangat bermanfaat bagi pemula untuk belajar secara langsung tentang ilmu machine learning disertai dengan contoh kasus sederhana dan mudah di pahamai bagi pemula.

Kemampuan yang perlu dipersiapkan dalam pembelajaran ML

1. Pemograman Pyton
2. Struktur Data Pyton
3. Python Pandas
4. Pyton Matplotlib
5. Statistika Deskriptif
6. Probalitas