Pada tulisan sebelumnya telah dibahas tentang Bayesian Network Learning. Ada 4 kategori. Kali ini akan dibahas tentang kasus pertama yaitu yang graphnya diketahui dan variabelnya juga fully observed. Contohnya pada kasus berikut: Misalnya Flu dan alergi memiliki kemungkinan menyebabkan penyakit sinus, dan sinus memiliki gejala pusing (headache) dan hidung meler (running nose). Maka probability sinus…

Hari ini saya belajar tentang bayesian network (Bayesnet). Bayes net ini adalah model grafis probabilitas yang menampilkan representasi dari variabel dan conditional dependensinya (hubungan) menggunakan Directed acyclic graph (DAG). Bisa juga dikatakan bayes net menampilkan representasi dari joint probability distribution (distribusi probabilitas gabungan) dari sekumpulan variabel random Bayes net ini sering digunakan untuk menampilkan hubungan…

Pada tulisan sebelumnya telah dibahas tentang supervised learning dan klasifikasi. Sekarang akan diceritakan beberapa contoh implementasi klasifikasi dengan machine learning. Klasifikasi dokumen dan Filtering email spam Pada klasifikasi dokumen, tujuan pembelajaran adalah untuk melakukan klasifikasi input seperti halaman web atau pesan email menjadi kelas C tertentu p(y = c|x, D), x biasanya adalah input teks tertentu. Contoh kasus…

Saya lanjutkan catatan dari Buku Murphy tentang machine learning. Kali ini ngebahas tentang Supervised Learning. Supervised Learning adalah teknik machine learning yang paling populer. Dengan Supervised learning kita dapat melakukan klasifikasi. Tujuan klasifikasi adalah untuk mengklasifikasikan input X ke output Y. Kalo output Y cuman ada 2, maka kita sebut metode ini klasifikasi biner. Contohnya…

Saya lagi baca buku Machine Learning: A Probabilistic Perspective karya Kevin Murphy. Buku ini menjelaskan tentang Pembelajaran Mesin dengan pendekatan Probabilistik. Jadi sekarang ini kan era Big Data. Konon katanya Saking banyaknya data ini, kita gak akan kerepotan untuk melakukan analisa data tersebut secara manual. Sehingga dikembangkan lah machine learning. Machine learning bisa dibilang sebagai…

Naive Bayes adalah sekumpulan algoritma klasifikasi dalam mesin learning yang menggunakan teori Bayes. Naive Bayes tidak hanya sebuah algoritma, namun sekumpulan algortima yang menggunakan asumsi yang sama. Yaitu nilai semua fitur independen terhadap fitur yang lain. Contoh fiturnya, buah dapat diklasifikasikan sebagai apel bila merah, bulat dan memiliki diameter 7,5 cm. Klasifier naive bayes menganggap…

Dalam ilmu probabilitas, dua event (kejadian) disebut independence bila kejadin pada satu event tidak mempengaruhi probabilitas pada kejadian yang lain. Contohnya misalnya kita melempar dua dadu secara bersamaan. Peluang kejadian sebuah dadu tidak akan mempengaruhi peluang kejadian pada dadu lainnya. Namun pada kejadian dependent, probabilitas suatu kejadian mempengaruhi probabilitas kejadian yang lain. Contohnya misalnya kita…

Pada tulisan sebontihelumnya telah dibhas tentang Bayesian Network, kemudian tentang structured learning menggunakan algoritma Chow-Liu. Berikut ini adalah contoh pencarian tree terbaik menggunakna algoritma chow-liu dengaan greedy algoritma untuk mencari max-spanning tree. Misalnya diperoleh dari perhitungan chow lie diperoleh nilai bobot antar edge sebagai berikut: Pada gambar diatas terdapat 7 variabel, A-G. Harusnya memang fully…

Pada tulisan sebelumnya telah dipelajari tentang Bayesian Netwok pada kasus struktur dan variabelnya lengkap. Kemudian pada kasus dimana ada variabel yang tidak lengkap, yaitu menggunakan EM (Expectation maximization). Sekarang akan dibahas tentang pembelajaran struktur bayes net, yaitu kasus dimana datanya diketahui tapi struktur graphnya tidak diketahui. Secara umum untuk mempelajari struktur graph diperlukan data yang…

Pada tulisan sebelumnya telah dibahas tentang teknik Expectation Maximization. Pada tulisan ini dibahas tentang penggunaan teknik Expectation maximization untuk klasifikasi dokumen. Contohnya dari penelitian Nigam et.al tahun 2000. Sebagai input adalah sekumpulan dokumen teks yang memiliki label (Dl) namun ada juga dokumen yang tidak memiliki label (Du). Kemudian dibangun klasifier Bayes dari dokumen yang memiliki…