Proyek ini bertujuan untuk membangun model regresi yang memprediksi harga rumah berdasarkan berbagai fitur yang tersedia. Ini adalah proyek pembelajaran untuk memahami dan mengimplementasikan algoritma machine learning regresi, serta mengevaluasi model menggunakan berbagai metrik evaluasi.
Dataset yang digunakan dalam proyek ini mengandung informasi yang beragam tentang rumah, seperti ukuran, lokasi, kondisi, tahun pembangunan, dan lain-lain. Proyek ini mengajarkan proses end-to-end dalam pengembangan model machine learning, termasuk eksplorasi data, preprocessing, pemilihan model, pelatihan, evaluasi, dan interpretasi hasil.
Tujuan utama dari proyek ini adalah:
- Mempelajari dan memahami proses pembuatan model machine learning untuk regresi.
- Melatih model regresi untuk memprediksi harga rumah dengan akurasi yang baik.
- Mengeksplorasi dan membandingkan beberapa algoritma regresi untuk melihat mana yang memberikan hasil terbaik dalam konteks data yang tersedia.
Dataset yang digunakan adalah Advanced House Pricing, yang mencakup:
- Fitur numerik dan kategorikal seperti ukuran area, jumlah kamar, tahun pembangunan, tipe penjualan, dan lainnya.
- Variabel target berupa harga akhir rumah (
SalePrice).