Tugas Besar 2 IF3170 - Intelegensi Buatan

Supervised-Learning Algorithm

---

Disusun untuk memenuhi Tugas Besar 2 - Supervised learning Algorithm | IF3170 Intelegensia Buatan tahun 2023/2024

Table of Contents

1. General Info
2. Creator Info
3. Features
4. Technologies Used
5. Structure

General Information

Pada tugas besar ini, Kami melakukan implementasi algoritma pembelajaran mesin KNN dan Naive-Bayes (sesuai dengan cakupan materi kuliah IF3170 - Intelegensia Buatan). Data yang digunakan pada implementasi ini sama seperti data tugas kecil 2. Kami melakukan proses pelatihan model menggunakan data latih yang terdapat pada pranala tersebut, kemudian dilakukan validasi hasil dengan menggunakan data validasi untuk mendapatkan insight seberapa baik model melakukan generalisasi.Tahap selanjutnya adalah melakukan perbandingan hasil implementasi algoritma KNN dan Naive-Bayes kelompok Kami dengan algoritma milik pustaka eksternal scikit-learn. Parameter perbandingan yang digunakan, antara lain: precision, recall, F1-score, support, accuracy, macro avg, dan weighted avg.

Creator Information

Nama	NIM	E-Mail
Michael Leon Putra Widhi	13521108	13521108@std.stei.itb.ac.id
Muhammad Zaki Amanullah	13521146	13521146@std.stei.itb.ac.id
Mohammad Rifqi Farhansyah	13521166	13521166@std.stei.itb.ac.id
Nathan Tenka	13521172	13521172@std.stei.itb.ac.id

Features

1. Implementasi algoritma KNN dan Naive-Bayes
2. Perbandingan hasil implementasi algoritma KNN dan Naive-Bayes dengan pustaka eksternal scikit-learn
3. Penyimpanan dan load model
4. Submisi kaggle

Technologies Used

• python
• numpy
• pandas
• matplotlib
• scikit-learn

Structure

│   README.md
│
├───data
│       data_train.csv
│       data_validation.csv
│       full_data.csv
│       test.csv
│
├───result
│       predictions-knn.csv
│       predictions-naive-bayes.csv
│
└───src
    │   knn.ipynb
    │   naive.ipynb
    │
    ├───algorithm
    │       knn.py
    │       naiveBayes.py
    │       weightedKnn.py
    │
    ├───models
    │       knn_model.pkl
    │       naive_bayes_model.pkl
    │
    └───utils
            scaler.py