Pertemuan ini membedakan Supervised Learning (prediksi dengan data berlabel, contoh: klasifikasi pakai Decision Tree) dan Unsupervised Learning (cari pola tanpa label, contoh: clustering pakai K-Means). Untuk menilai model klasifikasi, gunakan Akurasi, Precision, dan Recall—pilih metrik sesuai kebutuhan, misalnya Recall tinggi untuk deteksi penyakit agar tidak ada kasus terlewat. Intinya: pilih metode sesuai data, dan evaluasi dengan metrik yang tepat.
LMS-SPADA INDONESIA
