| Название | : | Belajar Data Mining - Belajar Algoritma C4.5 dengan Mudah |
| Продолжительность | : | 44.42 |
| Дата публикации | : | |
| Просмотров | : | 18 rb |
 |
bagamana cara penentuan nilai treshold dengan gain terbaik Comment from : Sayur kol |
 |
sangat membantu terimakasih Comment from : Daniel |
 |
Akhirnya setelah berkelana keliling internet berhari-hari nyari tutor c45 yg pke continous attribut baru ketemu nya disini 🤣😅 thanks tutor nya bang👍 Comment from : Mob |
 |
Pak mohon maaf bertanya, jika dataset yang digunakan berupa teks bagaimana untuk klasifikasi nya? Apalah bisa? Comment from : Imroatur Rozaniyah |
 |
bg,,boleh ga sebelum kita melakukan perhitungan algoritma c45,, data yg sudah ada,, kriteria atributnya kita buatkan kelas,, misal atribut umur,, tukan bnyak jdi kita kelaskan dari umur sekian smpe btassnya dikatagorikan muda,,dari umur skian dikategorikan tua Comment from : Deni Febriadi |
 |
Maaf Pak izin bertanya, apakah nilai Gain atau Split Info bisa bernilai negatif? Terima kasih sebelumnya Pak Comment from : alexa rebecca |
 |
Bg ada ga refrensi tahap2 algoritma c45 yg bersumber dari buku kalau ada tlong infonya bgatau alur kerja algoritma c45 itu yg kek mana fiksnyapembuktiannyatlong di jawabterima kasih🙏 Comment from : Masja Project |
 |
Mungkin lain kali konsep Decision Tree algoritma C50 ? Comment from : Citra Mirna Wati |
 |
mau nanya kak, bisa tidak algoritma c45 memprediksi kasus dengan 3 pilihan? Comment from : andre fikriawan |
 |
kak bagaimana kalau datasetnya tidak punya atribut Yes dan No?brtolong bantu cari materi tentang yg c45 yg kasus datasetnya tidak memiliki Yes dan No Comment from : Bagus Jiwandhana008 |
 |
Boleh minta pptnya bang Comment from : one street multimedia |
 |
mau tanya dong kalau log2 itu nilainya berapa ya ? Comment from : Davis Chaliq |
 |
kalo boleh file hitung2an excel nya di share pak, biar bisa sambil ngecek rumus dan hasil hitungan, sebagai bahan pembanding, trima kasih Comment from : saluang ja |
 |
Pak mau tanya jika nilai gain, terdapat nilai minus bagaimana pak, apa tidak apa²? Comment from : Ercha Lst |
 |
bagaimana cara untuk mengetahui label seperti hasil dengan kondisi yes dan no itu ya bg? kok tiba2 langsung ada kondisi di kolom hasil dengan kondisi yes dan no itu darimana didapatkan bg?brmohon penjelesannya, terima kasih Comment from : Arsmor Code |
 |
Kak mau tanya apakah memungkinkan hasil akhir dari pohon in adalah yes dan yes atau no dan no kak? mohon bantuan dan penjelasannya trima ksih kak Comment from : Fredryc Josh |
 |
attribut/fitur temperatur kenapa kok di hilangkan Comment from : ADI FLORENSE |
|
|
gampang di cerna boskuh Comment from : ADI FLORENSE |
 |
terima kasih materinya mas bagaimana cara mendapatkan data pada kolom terakhir, "PLAY"? Comment from : Suji Harno |
 |
Terimakasih mas ilmunya, brMaaf mas izin bertanya:br1 Pada hasil tersebut variabel temperatur tidak masuk pada model pohonnya, nah itu artinya bagaimana mas? Apakah artinya variabel trsbt tidak terlalu mempengaruhi keputusan No/Yes?brbr2 Apakah saya boleh meminta file lengkap excelnya mas ? Comment from : Riza Purnaramadhan |
 |
Mau tanya pak, Apa makna dari huruf "C" dan angka "45" pada nama algoritma C45?🙏 Comment from : Panji Bimo |
 |
mau tanya, misalkan udah ketemu akarnya, kan nanti di filter sesuai cabangnya (menit 39:33 ), setelah di filter nanti, untuk data yang bernilai kontinyu seperti di gambar yang nilai temperatur, itu membagi nilainya (batasnya) (menit 40:11 ) mengikuti seperti yang telah ditemukan sebelumnya, atau menghitung kembali batasnya dengan cara seperti mencari batas pada humadity (menit 24:00 ) ya? terima kasih Comment from : Kurnia Dwi Santoso |
 |
Mas , apakah video c45 sebelumnya di kategorikan id3?, Tapi beberapa sumber yang saya lihat video sebelumnya banyak yang menggunakan cara tersebut dan menganggapnya dengan c45 , mohon petunjuknya Comment from : Qiby |
 |
Mantap pak fais, puyeng saya😭 Comment from : Rizal Fikrii |
 |
Klasifikasi Data Mining dengan Algoritma Naive Bayes (Data Nominal) | Data Mining 2020 | Naive Bayes РѕС‚ : Junta Zeniarja Download Full Episodes | The Most Watched videos of all time |
 |
5 Peran Data Mining: Kuasai Konsep dengan Mudah dan Praktek Cepat untuk Data Scientist Galau РѕС‚ : Romi Satria Wahono Download Full Episodes | The Most Watched videos of all time |
 |
Penghitungan Manual Decision Tree Algoritma C4.5 Mudah dan Praktis | Klasifikasi Data Mining РѕС‚ : Jasmir Jambak Download Full Episodes | The Most Watched videos of all time |
 |
Algoritma Data Mining ID3 Decision Tree | Seri Data Mining РѕС‚ : Semuel YP Download Full Episodes | The Most Watched videos of all time |
 |
Algoritma Data Mining Id3 Decision Tree | Seri Data Mining РѕС‚ : LIA FAROKHAH Download Full Episodes | The Most Watched videos of all time |
 |
Pengujian Data algoritma Decision Tree Pohon Keputusan dengan Aplikasi Rapid Miner РѕС‚ : LOLO Channel Download Full Episodes | The Most Watched videos of all time |
 |
MINING DI ZERGPOOL DENGAN ALGORITMA RANDOMX | TERNYATA WOW? РѕС‚ : KursiBiru Download Full Episodes | The Most Watched videos of all time |
 |
Belajar Servis Komputer Tidak Menyala Di Monitor - Belajar Memperbaiki Komputer Mati РѕС‚ : Salam Komputer Download Full Episodes | The Most Watched videos of all time |
 |
Cara Paling Mudah untuk Mengatasi Data yang Tidak Normal dengan Menu Exact di SPSS. РѕС‚ : Iqbal Fitriadi Download Full Episodes | The Most Watched videos of all time |
 |
Pemrosesan Teks dengan Rapidminer - Seri Perkuliahan Data Analytic u0026 Data Mining #10 РѕС‚ : Kuliah Informatika Download Full Episodes | The Most Watched videos of all time |
