Recently Published
BAGGING (LAPORAN PRAKTIKUM III MACHINE LEARNING)
Analisis ini membahas penerapan metode Bagging Regression menggunakan data simulasi Friedman dengan bahasa pemrograman R. Pemodelan dilakukan dengan membandingkan jumlah agregasi (nbagg) sebesar 25, 50, dan 100. Evaluasi performa model menggunakan metrik MSE, RMSE, dan (R^2) untuk menentukan model dengan hasil prediksi terbaik pada data uji.
Diagnóstico Econométrico y Aprendizaje Supervisado para la Identificación de Viabilidad Financiera en el Sector Corporativo Colombiano
Este informe presenta el desarrollo, calibración y evaluación comparativa de modelos de clasificación supervisada (Regresión Logística y K-Nearest Neighbors) para predecir la rentabilidad financiera en una muestra de $50,000$ empresas colombianas con datos de la Superintendencia de Sociedades. El análisis aborda el tratamiento de asimetría contable mediante suavizado $\log(1+x)$, la mitigación del desbalance de clases ($74.63\%$ no rentables) y la optimización del umbral de decisión mediante el índice de Youden ($0.2216$) para la evaluación del riesgo crediticio y screening corporativo. Desarrollado para la asignatura de Gestión de Datos de la Universidad del Valle.
Document
Latihan bab 2
Fungsi Dasar Dalam R
Berisi syntax untuk belajar dasar dalam R
Document Sandriko Mahal
Ilmu Daging
