Skip to content

Tahap 2 tugas besar machine learning, yaitu melakukan EDA dan membuat model. Model machine learning yang digunakan adalah Decision Tree dengan nilai metrik setiap evaluasi diatas 80%.

Notifications You must be signed in to change notification settings

Machine-Learning-Tubes/stage-2-build-model

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

34 Commits
 
 
 
 
 
 
 
 

Repository files navigation

🧹 Description

  • Tugas besar machine learning dengan dataset Telco Customer Churn https://www.kaggle.com/blastchar/telco-customer-churn - [IBM Sample Data Sets].
  • Model yang dibuat, antara lain model klasifikasi untuk target churn dan model regresi untuk target tenure.
  • Hasil setiap model cukup baik, rata-rata diatas 75% untuk akurasi.

🧺 Contributors

  • 1117041 – Alfiyanto Kondolele
  • 1118002 – Steven Wijaya
  • 1118003 – Anthony Wijaya
  • 1118010 – Dave Septian N.
  • 1118042 – Yoel Agustinus
  • 1118044 – Reynold Yehezkiel

🍟 Kesan

Tahap data preprocessing dan evaluasi model adalah tahap yang paling menghabiskan banyak waktu, pikiran, dan tenaga.

👌 Thanks to

  • Tuhan Yang Maha Esa untuk penyertaan-Nya dalam proyek ini.
  • Ventje Jeremias Lewi Engel, selaku dosen dari matakuliah Machine Learning yang telah membimbing dari awal sampai akhir, sehingga project Machine Learning ini dapat selesai dengan baik.
  • Semua anggota tim yang luar biasa, yang selalu siap meeting tengah malam :)
  • Modul-modul Machine Learning open source yang sangat membantu untuk mempercepat dalam proses pengerjaan tugas besar kami.
  • Internet 24 jam.
  • Referensi dari berbagai macam sumber, seperti Youtube, Github, dan media-media lain di internet.
  • Gorengan dan minuman abang-abang pinggir jalan.

About

Tahap 2 tugas besar machine learning, yaitu melakukan EDA dan membuat model. Model machine learning yang digunakan adalah Decision Tree dengan nilai metrik setiap evaluasi diatas 80%.

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published