Fiesca Noercikalty Aditya

Assalamu’alaikum warahmatullah wabarakatuh. Hai gais! Kita masih harus lanjut nih bahas model – model yang udah aku pelajari di mata kuliah Machine Learning. Nah, sekarang kira – kira akan bahas apa yaa.. Yuk Check It’s Out!! Q-Learning A.     Pengertian Q-Learning Q  -learning  adalah algoritma pembelajaran penguatan  tanpa model  . Q-learning adalah algoritma pembelajaran  berbasis nilai  . Algoritme berbasis nilai memperbarui fungsi nilai berdasarkan persamaan (khususnya persamaan Bellman). Sedangkan tipe lainnya,  policy based  mengestimasi fungsi nilai dengan greedy policy yang diperoleh dari perbaikan kebijakan terakhir. Q-learning adalah pembelajar di  luar kebijakan  . Berarti mempelajari nilai kebijakan optimal secara independen dari tindakan agen. Di sisi lain,  pembelajar on-policy  mempelajari nilai kebijakan yang dijalankan oleh agen, termasuk langkah-langkah eksplorasi dan akan menemukan kebijakan yang optimal, dengan mempertimbangkan eksplorasi yang melekat pada

  Assalamu’alaikum warahmatullah awabarakatuh, hallo gaiss!! Pada pembahasan kali ini kita akan sharing materi tentang sebuah model yang masuk ke Materi Agglomerative Hierarchical Clustering (AHC). Yuk simak penjelasannya di bawah ini !! Agglomerative Hierarchical Clustering (AHC) A.     Pengertian Agglomerative Hierarchical Clustering (AHC) Agglomerative Hierarchical Clustering adalah suatu metode hierarchical clustering yang bersifat bottom-up yaitu menggabungkan n buah klaster menjadi satu klaster tunggal. Metode ini dimulai dengan meletakkan setiap objek data sebagai sebuah klaster tersendiri (atomic cluster) dan selanjutnya menggabungkan klaster-klaster tersebut menjadi klaster yang lebih besar dan lebih besar lagi sampai akhirnya semua objek data menyatu dalam sebuah klaster tunggal. Kunci dari metode AHC adalah perhitungan proximity antara 2 klaster. Perhitungan ini terbagi menjadi 3 yaitu Single Linkage (jarak terkecil), Complete Linkage (jarak terbesar) dan Average Li