Proses Training dan Testing dalam Pembelajaran Terawasi

Dalam pembelajaran terawasi, proses pelatihan (training) dan pengujian (testing) adalah dua tahapan penting yang menentukan performa model. Model diberikan data berlabel selama pelatihan, lalu diuji pada data baru untuk mengukur kemampuannya melakukan prediksi.

Proses Training

Pada tahap training, data dibagi menjadi input (fitur) dan output (label). Model menggunakan data ini untuk menyesuaikan parameternya agar dapat memetakan input menjadi output seakurat mungkin. Proses ini disebut juga dengan optimisasi parameter.

Proses Testing

Setelah dilatih, model diuji menggunakan data testing yang belum pernah dilihat sebelumnya. Hal ini bertujuan untuk mengukur kemampuan generalisasi model terhadap data baru. Cross-validation sering digunakan untuk membagi data ke dalam beberapa subset training dan testing.

Evaluasi Hasil

Hasil testing biasanya dievaluasi menggunakan berbagai metrik, tergantung pada jenis masalahnya, seperti akurasi untuk klasifikasi atau Mean Absolute Error untuk regresi. Proses ini membantu untuk mengidentifikasi apakah model mengalami overfitting atau underfitting.