Lab XGBoost mengubah konsep machine learning yang abstrak menjadi pengalaman langsung. Tambahkan fitur klinis satu per satu, lihat kurva ROC bergerak real-time, dan baca kode Python yang sebenarnya berjalan di balik layar.
Bangun pemahaman bertahap, dari fitur ke hyperparameter.
Mulai dari kurva diagonal (AUROC 0.5). Tambah P/F ratio, RSBI, albumin, dan fitur klinis lainnya. Lihat AUROC naik. Coba "fitur menggoda" yang ternyata menyembunyikan masalah — data leakage, identifier, atau sinyal palsu.
Setelah memahami fitur, masuk ke "ruang mesin". Geser hyperparameter dan rasakan underfitting (model terlalu sederhana), overfitting (model menghafal), dan sweet spot (kompromi optimal).
Anda pakai prediksi outcome sehari-hari, tetapi paper ML penuh dengan istilah seperti "5-fold cross validation", "grid search", dan "L2 regularization". Lab ini membongkar semua itu lewat eksperimen, bukan ceramah.
Demo edukatif yang shareable — buka langsung di browser, tidak perlu install apa pun, dan datanya sudah valid karena bersumber dari penelitian yang sudah dipublikasi.
Konten dalam Bahasa Indonesia primer dengan terminologi ML standar dipertahankan. Cocok sebagai materi suplemen sebelum membaca paper ML medis serius.
Tidak butuh akun. Tidak butuh install. Cukup buka Fase 1.
Mulai Fase 1