Hari-hari ini saya sangat sibuk. Minggu depan ada tiga presentasi. Hari Senin saya presentasi di rapat rutin diskusi group riset datamining di kantor, hari Rabu saya mengajar di SGU dg. materi Decision Tree, sedangkan hari Jumat mengajar di STTTelkom Bandung mengenai SVM (Support Vector Machine). Untuk materi presentasi hari Senin yad., tinggal “mem-permak” file yang pernah saya pakai presentasi sebelumnya. Yang cukup melelahkan adalah menyiapkan materi SVM, karena ceritanya harus lengkap. Dalam presentasi2 sebelumnya, saya biasanya hanya menyajikan SVM secara ringkas, sekitar 3 slide saja. Karena kali ini sifatnya tutorial, jadi harus sedetail mungkin. Sementara ini sudah hampir 60 slide. Mungkin nanti bertambah, karena ada beberapa point yang saya belum puas penjelasannya. Materinya a.l.
- apakah SVM itu ? (optimal hyperplane, hard vs soft margin, non linear SVM)
- training & testing/classification
- eksperimen SVM vs MLP pada spiral data
- parameter tuning memakai DOE (Design of Experiments)
- multiclass problem
- software2 SVM (SVM light, SMO, Weka)
- studi kasus
Rasanya item-item di atas sudah cukup sebagai pengantar SVM. Sebenarnya saya ingin masukkan juga feature subset selection pada SVM, yaitu Recursive Feature Elimination yg dibuat oleh Isabelle Guyon. Tetapi sepertinya waktu nggak cukup, dan akan terlalu melebar dari tema inti. Membuat slide semacam ini perlu effort besar. Tetapi sekali dibuat, nantinya akan sangat membantu kalau saya harus mengajarkan materi yang sama, atau bersinggungan dengan SVM.
