Menu
CoddyTech
START LEARNING

Membaca Diagram Pencar

Termasuk bagian Statistik untuk ML dalam perjalanan Machine Learning di Coddy. Pelajaran 29 dari 64.

Bab ini diakhiri dengan satu gambar yang menunjukkan hubungan setiap kolom dalam tabel dengan kolom lainnya:

Kisi berwarna untuk 4 pengukuran dari 150 bunga iris, setiap sel berisi angka dari -1 hingga 1. Panjang dan lebar petal memiliki nilai 0.96 berwarna merah tua; lebar sepal berwarna biru pucat dibandingkan dengan yang lainnya

Semuanya dimulai dari matamu. Setiap titik pada scatter plot adalah satu sampel; baca sebaran titik berdasarkan arah, kekuatan, dan bentuknya:

Enam scatter plot kecil: positif kuat, pita menanjak yang rapat; positif lemah, sebaran menanjak yang renggang; tidak ada hubungan, gumpalan tanpa bentuk; negatif kuat dan negatif lemah, pita menurun; melengkung, berbentuk U

Naik berarti positif, turun berarti negatif. Rentang yang rapat berarti kuat, sebaran yang longgar berarti lemah, gumpalan berarti tidak ada. Lengkungan berarti melengkung.

Lihat sebelum menghitung: angka di pelajaran berikutnya hanya melihat pita lurus.

Coba sendiri

Pelajaran ini tidak memiliki tantangan kode.

quiz iconUji dirimu

Pelajaran ini berisi kuis singkat. Mulai pelajarannya untuk menjawab kuis dan melacak progresmu.

Semua pelajaran di Statistik untuk ML

1Pusat dan Sebaran

Rata-rata dan MedianPersentil dan KuartilVarians dan Simpangan BakuSampel atau Populasi?Nilai yang Paling Sering MunculRangkuman: Waktu Pengiriman

4Sampel dan Populasi

Populasi dan SampelRata-rata Sampel BervariasiDistribusi SamplingSampel Lebih Besar, Lebih Sedikit GangguanRangkuman: Jajak Pendapat di Sebuah Kota

7Garis Tren

ResidualPencocokan Kuadrat TerkecilMenggambar Garis KecocokanMemprediksi dengan GarisSeberapa Baik Kecocokannya?Rangkuman: Jam Latihan

10Kategori Encoding

Kategori sebagai AngkaOne-Hot EncodingMengelompokkan AngkaRangkuman: Daftar Mobil

2Distribusi

Histogram KepadatanBentuk DataKurva NormalAturan 68-95-99,7Skor-ZRekap: Daya Tahan Baterai

5Nilai Pencilan

Diagram KotakAturan IQRAturan Z-ScoreMenangani Nilai PencilanRangkuman: Gangguan Sensor

8Membandingkan Kelompok

Diagram Kotak per KelompokPerbedaan Rata-rataMungkinkah Ini Kebetulan?Nilai-pUji-tRangkuman: Uji A/B

11Menjelajahi Dataset

Melihat SekilasSemua Fitur SekaligusFitur Dibandingkan dengan LabelDua Fitur TerbaikRangkuman: Data Diabetes

3Probabilitas melalui Simulasi

Probabilitas sebagai FrekuensiHukum Bilangan BesarJumlah Mata DaduNilai HarapanProbabilitas BersyaratRangkuman: Peluang di Lapak Dadu

6Hubungan

Membaca Diagram PencarKorelasiMatriks KorelasiPeta Panas KorelasiKorelasi Bukan Sebab-AkibatRangkuman: Es Krim dan Matahari

9Skala Fitur

Mengapa Fitur Perlu DiskalakanSkala Min-MaksStandardisasiStandardScalerRekap: Rekan Mendaki

12Tantangan Akhir

Keterlambatan KeretaKualitas UdaraKimia AnggurSurvei Klinik

Latihan sendiri: Compiler Python online