Ensemble Learning

Pengertian ensemble learning

• teknik yang digunakan untuk meningkatkan kinerja dan akurasi model-model pembelajaran mesin dengan menggabungkan hasil prediksi dari beberapa model atau algoritma yang berbeda.

• proses training dari model machine learning untuk membuat serangkaian keputusan (decisions).

• teknik analisis data yang menggunakan matematika untuk menemukan hubungan antara dua faktor data

• teknik yang bekerja secara paralel dengan menggunakan multiple models yang di training secara terpisah lalu di agregatkan untuk membuat suatu prediksi

Teknik-teknik dalam ensemble learning

(Bisa pilih lebih dari satu jawaban)

• Bagging

• Nagging

• Boosting

• Stacking

Pengertian bagging dalam ensemble learning

• Teknik ensemble learning yang bekerja dengan melatih model secara sekuensial

• Teknik ensemble learning yang bekerja dengan melatih beberapa model pada kumpulan data yang sama, diikuti dengan pelatihan meta-model untuk menghasilkan prediksi akhir berdasarkan prediksi model sebelumnya.

• Teknik ensemble learning yang bekerja secara paralel dengan menggunakan multiple models yang di training secara terpisah lalu di agregatkan untuk membuat suatu prediksi

• Suatu teknik yang digunakan pada klasifikasi data dalam jumlah yang besar

Pengertian boosting dalam ensemble learning

• Teknik ensemble learning yang bekerja secara paralel dengan menggunakan multiple models yang di training secara terpisah lalu di agregatkan untuk membuat suatu prediksi

• Teknik ensemble learning yang bekerja dengan melatih model secara sekuensial

• Teknik ensemble learning yang mendorong hasil machine learning

• Teknik ensemble learning yang bekerja dengan melatih beberapa model pada kumpulan data yang sama, diikuti dengan pelatihan meta-model untuk menghasilkan prediksi akhir berdasarkan prediksi model sebelumnya.

Perbedaan antara bagging dan boosting dalam ensemble learning?

• Bagging bekerja secara sekuensial, sedangkan boosting bekerja secara pararel

• Bagging bekerja secara pararel, sedangkan boosting bekerja secara sekuensial

Pengertian stacking dalam ensemble learning

• Teknik ensemble learning yang bekerja secara paralel dengan menggunakan multiple models yang di training secara terpisah lalu di agregatkan untuk membuat suatu prediksi

• Teknik ensemble learning yang bekerja dengan melatih model secara sekuensial

• Teknik ensemble learning yang bekerja dengan melatih beberapa model pada kumpulan data yang sama, diikuti dengan pelatihan meta-model untuk menghasilkan prediksi akhir berdasarkan prediksi model sebelumnya.

• Teknik ensemble learning yang bekerja dengan menumpuk-numpuk gambar

mengurangi bias, merupakan kegunaan salah satu teknik dalam

ensemble learning, yaitu...

• Bagging

• Boosting

• Stacking