Supervised learning yang menggunakan label (target) sebagai panduan.contoh, jika kita memiliki dataset tentang penjualan buah-buahan di sebuah toko, setiap entri dalam dataset ini mencakup informasi tentang jenis buah, harga, dan jumlah penjualan, serta dilengkapi dengan label atau kelas yang menunjukkan apakah buah tersebut laku terjual atau tidak.
Kedua, terdapat hubungan antara fitur atau atribut yang ada dalam data dengan labelnya. Dalam kasus penjualan buah-buahan, terdapat hubungan antara fitur-fitur seperti jenis buah, harga, dan jumlah penjualan dengan label “Laku Terjual” atau “Tidak Laku Terjual”. Misalnya, buah-buahan dengan harga lebih rendah cenderung memiliki peluang lebih besar untuk terjual.
Ketiga, biasanya terdapat tujuan yang jelas dalam melakukan prediksi atau klasifikasi. Tujuan dari menggunakan supervised Learning dalam kasus ini adalah untuk memprediksi apakah suatu buah akan terjual atau tidak berdasarkan atribut-atributnya. Dengan demikian, model dapat membantu toko dalam merencanakan persediaan dan mengoptimalkan penjualan.
Terakhir, data dalam supervised Learning sering kali harus diverifikasi atau dilabeli secara manual oleh manusia. Sebelum kita dapat menggunakan dataset penjualan buah-buahan untuk melatih model, kita harus melakukan verifikasi dan memberi label secara manual pada setiap entri dalam dataset. Misalnya, kita perlu mengecek apakah informasi tentang penjualan setiap buah sudah tepat dan memberikan label yang sesuai berdasarkan informasi tersebut
Algoritma Machine Learning
