Tiba-Tiba Ngebet Belajar Machine Learning - Machine Learning Linear Regression

-

 Ini tiba-tiba banget sih asli, niatnya jam 10 malam kemarin cuma sekedar nyicil video preprocessing atau Python dengan CSV, tapi lanjut sampe jam 2, apa lagi tengah 2 tadi gw juga nyari warkop buat makan indomie double pake telor. Kayak harus banget gw pelajarin ini makanya gw makan biar gak ngantuk wkwkwk.


Gw agak males klo jelasin dari awal apa yang udah gw pelajari, soalnya terbilang dasar juga. Jadi langsung ke pembahasannya linear regression aja yak.

Berawal dari si lecturer yang nerangin apa itu hipotesis pada linear regression, trus rumus dasar nya seperti pada gambar di bawah ini

Gw gak tau apa-apa, sumpah, gw tanya aja ke ChatGPT, jelasin apa itu hipotesis, intinya hipotesis itu kayak model atau rumus yang digunakan untuk memprediksi hubungan antara input dengan target. Asumsikan aja gw mau memprediksi besar gaji berdasarkan lama pengalaman kerja nya. Variabel y itu untuk target berupa si gaji nya, x itu untuk lama pengalamannya, nah m dan c ini yang cukup seru dipahami. Intinya c itu nilai si y kalau x = 0, bingung? Liat gambar di bawah


Bahas m nya nanti dulu dah, gw juga belum terlalu ngerti. Kayak yg udah gw bilang tadi, c itu adalah nilai y ketika nilai x = 0. Jadi di situ udah ada beberapa data untuk gaji dan lama pengalaman kerja nya, gw minta buatin code nya (ntah bener atau nggak intinya gw cuma mau liat c dan m nya). Nah C itu si garis merah nya, jadi kalau ada orang yang belum punya pengalaman kerja (0), artinya dalam prediksi itu gaji dia start di 3199. 

Gw dah paham wkwkwkwkkw seru cok. Untuk c itu sama kek yg gw bilang sebelumnya, sedangkan untuk m itu adalah representasi ketika si model ini memprediksi kenaikan y berdasarkan perubahan nilai x. Jadi di situ kan nilai m nya 3400, trus coba kita hitung dengan nilai c (prediksi gaji tanpga pengalaman) sebesar 3200 (pembulatan). Artinya kan gaji 0 tahun pengalaman + 1 tahun pengalaman = 6600, nah ditambah 3400 yaitu 10000, untuk setiap tahun itu ditambah slope nya. Ni gw mintain kode ke GPT buat show semua slope nya (bener gak si yg gw bilang wkwkwk)

Sesuai kan tuh, kalau prediksi nya tahun kedua, maka prediksi gaji nya 10000, tapi di data yang gw kasih itu 9 juta jadi mepet dikit di grafik nya, trus actual data lainnya di tahun ke-5 gw kasih gaji 15000 yang padahal klo di prediksi itu gaji nya 20200. Ya kurleb gitu dah untuk urusan hipotesis linear regression, mari kita lanjut.

Gak ngerti lagi gw tiba-tiba berat banget bahasannya :)) Gw rasa terlalu dalam juga untuk pemula yang beneran pemula, gw mau coba nyari referensi lain dulu aja buat belajar linear regression.

Komentar

Posting Komentar

Postingan populer dari blog ini

What have i learn in almost 3 weeks?

-
 Gw liat terakhir gw ngetik itu di tanggal 11 Mei, dan sebenarnya gw udah agak lupa apa aja yang udah gw pelajari, tapi gw rasa gw belajar banyak hal, banyak banget (menurut gw) wkwkwkwk. Docker Gw belajar Docker brok, sejauh ini gw udah cukup paham beberapa command dasar kayak docker run, docker start, docker images, rm, rmi, exec (cukup jarang sih gw pakai ini), dan lainnya kayak parameter run container untuk volume (lebih ke bind volume), port, dan juga network. Tapi ada beberapa yang gw lupain, kalau gw merasa container yang gw buat itu ada kekurangan, gw stop container nya, trus gw jalanin perintah docker run. Gw lupa untuk menghapus container yang salah tadi, efek nya ya mungkin resource gw lebih banyak terbuang, sehingga banyak container yang gw buat hasil dari trial and error gw wkwkwk. Apache Airflow Gw berhasil membuat sebuah use case menggunakan Airflow (build on Docker), sederhana aja sih, memindahkan data dari Google Cloud Storage ke BigQuery. Asli ini susahnya bukan c...
Baca selengkapnya

Bikin ETL Sederhana Menggunakan Python dan PostgreSQL

-
Gambar
Cerita nya lagi gabut dan bikin thumbnail wkwkwk BJIR GG COK awkkawkakw Lanjut ah, jadi hari ini gw cuman belajar singkat buat masukin data berformat csv ke database PostgreSQL pakai Pandas sebagai ETL tools nya. Gw keinget dulu tuh pas pernah interview sebagai data engineer magang, ditanya pernah bikin ETL scripting gak? Pernah lah gw bilang, sampai tools nya gw sebut pakai Airflow, bikin DAG scheduler segala macam, pindahin ke data lake di HDFS yang gw setup sendiri. Tapi rupanya pertanyaan dia gak sampai situ, sekedar konek ke database doang. Di saat itu gw emang sama sekali gak pernah hands-on, cuma sekedar tau konsep, cara kerja, atau library yg dipakai doang, jadi jujurlah kan, gw rasa karena core nya memang di situ keperluannya dan gw juga kurang di situ jadi gak terpilih anjas wkwkwk. Opening macam apa itu. Yak mungkin itu cuma intermezzo doang buat nginget bahwa gw pernah kepikiran buat ngerjain ni proyek kecil-kecilan, harusnya sih kecil ya, karena emang cuman pindahin data k...
Baca selengkapnya

Intensity atau Consistency?

-
 Kacau banget, masa gw ngetik di Blog ini cuma pas lagi libur lebaran doang wkwkwk, gw inget banget kemarin tuh lagi libur lebaran gw beneran memakai waktu 2 harian penuh gw untuk eksplor dan terbit beberapa post dalam 1 hari. Sampai pada akhirnya juga ada 1 post terkait Fabric Analytic itu ketunda, dan juga machine learning yang gw post sebelum post ini wkwkwkkw. Jadi tuh sekarang gw lagi dilema, gw mau fokusin ke mana cukup bingung banget, ngeliat beberapa loker yang spesifik nyantumin nama tools untuk dipakai dan dipelajari kek nya jadi lebih terarah gw rasa dari pada megang tools berdasarkan use case. Jadi kek bingung apa yang mau di mastery gitu lho. Gw tetap akan stick to the plan dengan segenap rencana gw yang ingin bekerja sebagai Data Engineer, gw mau belajar tiap hari terkait data engineering things, ntah mulai dari mana karena gak ada peer atau yang satu interest buat eksplor bareng-bareng. Karena emang beberapa kali gw coba pelajari database, tiba-tiba ke data warehouse...
Baca selengkapnya