Modul 4 — Model Pertama: Klasifikasi yang Bisa Dijelaskan

• Menerapkan pemisahan data latih dan data uji secara benar — berstrata, berurutan sebelum penskalaan, dan bebas kebocoran — sebelum melatih model klasifikasi
• Membangun model pohon keputusan, k tetangga terdekat, dan Naive Bayes pada satu kumpulan data yang sama, lalu membandingkan hasilnya pada data uji yang identik
• Membedakan cara ketiga algoritme membentuk batas keputusan dan merumuskan situasi data yang menguntungkan masing-masing