[Coach William]

Hi Zulfa,

Pada video itu tidak otomatis tereksekusi, tetapi saya menekan ctrl enter yg merupakan perintah eksekusi

Regards
William

[Coach William]

Hi,

Error tersebut menunjukkan user yang kamu gunakan untuk login tidak memiliki hak akses ke database tsb.. sehingga kamu perlu mengganti menggunakan user yg benar

Regards

[Coach William]

Hi Sobat Digital,

Jika ada lowongan karir atau magang saya rasa boleh kamu coba lamar.. selain itu kamu dapat belajar membuat model-model NLP, speech recognition, atau mencoba membuat face recognition yg lebih baik lg menggunakan neural network.. dengan begitu akan meningkatkan portfolio kamu.

[Coach William]

Hi Siska,

x=5 adalah perintah untuk mengisi variabel x dengan angka 5, sehingga seharusnya jika sudah di eksekusi akan muncul.
Apakah sudah dicoba dieksekusi x=5 nya dengan control enter?
Jika masih bermasalah nanti silahkan datang pada saat konsultasi yah agar dapat share screen langsung.

Regards,
William

[Coach William]

Hi Eka,

Tidak ada yang salah dengan hasilnya kamu, berbeda versi R bisa menghasilkan sedikit perbedaan. Dalam case kamu, tampaknya hanya tertukar2 cluster saja.. itu ada cluster 5 yang isinya 1, dan cluster 4 yang isinya 6. sedangkan di video saya cluster 1 yang isinya 1.

Regards,
William

[Coach William]

Hi Muhammad Irpan,

Anaconda digunakan untuk coding bahasa Python, bukan R.

Python sendiri merupakan bahasa programming yang juga dapat digunakan untuk pengembangan machine learning. Dan akan dipelajari pada bagian mahir.

Regards
William

[Coach William]

Dear Eka,

Tampaknya kesalahannya adalah di angka nol koma tujuh kamu, bahasa R (dan semua bahasa pemrograman lain) menggunakan bahasa inggris dan dalam bahasa inggris harusnya nol koma tujuh ditulis 0.7, bukan 0,7.

Regards

[Coach William]

Hi Yuyus,

Apakah yang kamu buka itu R atau R studio? seharusnya yang dibuka adalah R Studio.
Apabila yang kamu buka adalah R studio dan tab environment tidak ada, dapat kamu cari pada menu View di atas, kemudian ada pilihan2 show.

Regards

[Coach William]

Hi Asep Firman,

Sebetulnya tidak ada ketentuan baku yang menentukan berapa jumlah sampel agar dapat merepresentasikan populasi. Secara umum dipercaya kalau jumlah sampel minimal 20% dari jumlah populasi. namun kita juga lihat jika populasinya hanya ada 200rb, untuk apa lagi dibuat sampel kecuali komp kita tidak kuat. gunakan saja seluruh data tersebut. Komputer dengan ram 16GB biasanya bisa memproses sekitar 500rb – 700rb data dengan jumlah variabel 300 – 500. Sehingga kalau data kamu ada 1 juta, silahkan sample saja 20% atau 50%.

Namun jika data kamu 10 juta – 20 juta, biasanya di sampel 1 juta juga sudah cukup. tidak perlu sampai 20% sampel. Karena jumlah sampelnya sudah cukup banyak.

Yang seharusnya menjadi patokan kamu apakah sampel sudah cukup atau belum, adalah kamu mengambil sampel dengan cara random, dan untuk mengecek sudah benar atau belum, adalah jika pada semua variabel, jika kamu hitung rata-rata, median, atau persentil2 dari sampel kamu, harus mirip dengan populasi. jika sudah mirip, walaupun dari 20 juta kamu ambil hanya 500rb, maka itu sudah cukup. Jika rata-rata, median, dan persentilnya beda jauh, artinya sampel kamu kurang.

regards

[Coach William]

Hi Eka Sapta,

Lokasinya ada di video berkenalan dengan R.

Regards,
William

[Coach William]

Hi,

iya betul.. prinsipnya model itu selalu membuat semacam binning ketika mempelajari data. Misalnya umur:
grup 1 : umur 1 – 21 tahun : jumlah : 500
grup 2 : umur 22 – 31 tahun : jumlah : 1000
grup 3 : umur 32 – 41 tahun : jumlah : 1500
grup 4 : umur 42 – 51 tahun : jumlah : 900
grup 5 : umur 52 – 65 tahun : jumlah : 300

perhatikan sebagian besar populasi ada pada rentang umur 22 – 41 tahun. Jika ada 3 pelanggan berumur 120 tahun,
jauh lebih masuk akal kita masukan dia ke grup 65 tahun kan? krn memang dia adalah pelanggan senior.
Justru jadi tidak make sense jika kamu masukan mereka ke grup muda (22 – 41 tahun)

regards

[Coach William]

Hi,

Pertanyaan kamu sangat bagus.. betul sekali idealnya kita sebaiknya melihat distribusi masing2 fitur, kemudian melakukan outlier removal secara manual di R atau python agar batas atas dan batas bawahnya sesuai dengan masing2 fitur tersebut. Jika itu dilakukan, biasanya hasil model relatif akan lebih baik dibanding secara otomatis menggunakan standar yg sama untuk semua fitur.. jadi tinggal memilih metode mana yg menurut kamu lebih baik..

Namun ada yg perlu saya revisi, outlier removal tidak boleh mengubah data outlier menjadi mean atau median.. tetap harus memjadi batas atas atau bawah.. tinggal kita mau menetapkan batas atas bawahnya manual per fitur atau langsung menggunakan persentil yg sama atau quartile yang sama utk semua..

Untuk feature scaling berdasarkan pengalaman saya selama ini tidak seperti teorinya bahwa standarisasi dan normalisasi akan menghasilkan performance yg berbeda jauh.. biasanya mirip2 saja.. oleh karena itu saran saya jgn membuang waktu untuk mengecek distribusi data untuk menentukan standarisasi atau normalisasi

Regards
William

[Coach William]

Hi,

Boleh diinfokan error message yg keluar pada lognya?

Tapi dr pertanyaan kamu soal extract rar, saya menduga kalo data filenya masih dalam bentuk rar sehingga tidak bisa kamu tarik ke R.. coba extract dulu file rarnya dgn menggunakan winrar yaa.. setelah itu taro csv nya 1 lokasi dengan file R nya.. jgn lupa working directorynya ditaro di folder yang sama..

Regards
William

[Coach William]

Hi Sugiantony,

Coba diulang kembali ketika saya menjelaskan tipe data. dimana di dalam database ada tipe data numerik dan tipe data string. Ketika dilakukan select, tipe data string disertai tanda petik di awal dan akhir.

Untuk lebih jelasnya, silahkan disimulasikan pada SQL Server kamu yah.

Regards,
William

[Coach William]

Hi Untung Pujadi,

Untuk DS dasar dataset tersedia di video berkenalan dengan R yah.

Regards
William

[Author]

Posts