Belajar Machine Learning Sedikit-Sedikit dengan Kaggle

Sebagai software engineer yang sehari-hari memakai model AI lewat API, saya sadar ada jarak antara memakai model dan memahami bagaimana model itu dibentuk. Cara saya mengecilkan jarak itu: belajar machine learning sedikit-sedikit, memakai dataset di Kaggle.

Mulai dari pertanyaan kecil

Dataset besar membuat kewalahan. Saya lebih suka dataset kecil dengan pertanyaan yang jelas, misalnya "bisakah kita memperkirakan nilai ini dari kolom-kolom lainnya?". Pertanyaan yang sempit membuat setiap langkah punya alasan.

Urutan yang saya ikuti

1. Kenali datanya. Lihat bentuknya, nilai yang hilang, dan sebarannya, sebelum menyentuh model apa pun.
2. Bersihkan secukupnya. Sebagian besar waktu habis di sini, dan itu normal.
3. Mulai dengan model paling sederhana. Hasilnya menjadi patokan. Model yang lebih rumit baru berarti kalau ia mengalahkan patokan itu.
4. Pisahkan data latih dan data uji sebelum mengukur apa pun, supaya hasilnya tidak menipu diri sendiri.
5. Tulis apa yang dipelajari. Satu paragraf di akhir notebook tentang apa yang berhasil dan tidak berhasil.

Apa yang berubah dalam pekerjaan saya

Belajar dari sisi data membuat saya lebih tenang menghadapi model AI di produk. Saya lebih cepat menyadari ketika sebuah hasil terlalu bagus untuk dipercaya, dan lebih paham mengapa kualitas data lebih menentukan daripada pilihan model.

Saya belum merasa ahli, dan itu tidak masalah. Tujuannya bukan gelar, tapi kebiasaan: sedikit demi sedikit, tapi rutin.