Hubungan Linier untuk lebih mengenal apa itu Machine Learning (y = m x + b)

Bagaimana cara untuk menerapkan Machine Learning pada kehidupan sehari-hari ? Kali ini MeemCode akan mebahas mengenai bagaimana kita dapat menggunakan sebuah teknik analisis sederhana dengan menggunakan sebuah harga jual beli gadget yang kita miliki sehingga kita mengerti apakah kita akan rugi atau akan untung. Data dari tipe, harga sebelumnya dan beberapa fitur dan label yang lainnya akan mempengaruhi model anda.

Dalam hal ini Machine Learning mengenal apa yang disebut dengan Hubungan Linear dimana hal ini digambarkan dengan persamaan garis yaitu

y = m x + b

dimana :

-. y adalah sebuah nilai yang nantinya akan kita coba prediksikan semisalnya adalah harga gadget yang sama dengan situs yang berbeda
-. m adalah suatu kemiringan garis dari gambaran mengenai model yang kita miliki -. x adalah jumlah barang atau kemungkinan barang dengan harga yang sama di pasaran atau anda dapat mengenalinya dnegan nilai fitur masukan
-. b adalah y-intercept

Bila anda mencoba mengkonversikannya ke dalam Machine Learning akan mengalami sedikit perbedaan pada persamaannya :

y' = b +w1x1

-. y' adalah label yang diprediksi (masukan yang anda inginkan)

-. b adalah bias, bias adalah intercept dan dikenali dengan tanda w0.

-. w1 adalah bobot fitur 1. Bobot adalah suatu konsep yang sama dengan “kemiringan” m dalam suatu persamaan garis konvensional.

-/ x1 adalah fitur atau suatu masukan yang diketahui

Demikianlah gambaran lebih dalam mengenai Machine Learning, seperti yang saya jelaskan terlebih dahulu dalam artikel saya mengenai ML pada dunia nyata lebih fokus pada analisis data daripada coding/teknik pemograman itu sendiri. Untuk melihat lebih dalam lagi mengenai ML anda dapat mencoba memahami model yang lebih canggih dengan tiga fitur di dalamnya dimana setiap fotur memiliki bobot terpisah yaitu (w1, w2, dll) seperti contoh berikut :

y = b + w1x1 + w2x2 + w3x3