|-------------- HARI KEDUA ---------------|

Human Bias(Kecenderungan) Tech

-Classification (Udah ada label)

-Regression ((rumus equifalen) ada Multi Variabel(Polinomial regresi))
-Clustering (Belum ada Label biar mesin yang memberinya(Unsupervised))
-Sequence Prediction (Ada pola sebelumnya, maka memprediksi pola setelehnya)
-Style Transfer Prediction (Digunakan pada small data ex : Caption Video,
Translate)

-----------------------------------------------------------
Neural Network

Decision tree

modelling a neuron

Data Preprocessing
image processing

image captioning

Dummy Variable
Binary Classification

Normaliazion dan Scaling (data yang diubah jadi lebih kecil)

Bias/Variance Tradeoff

Overfitting = Machine learning seharusnya menampilkan pattern yang sesuai buakn

untuk mencari semua data yang Benar
Cara Fix :
-more data
-regularization
-Different model

1 epoch adalah data sudah berhasil lewat semuanya dalam layer