Sebuah proyek End-to-End Machine Learning untuk menganalisis, memprediksi, dan mengklasifikasikan pasar mobil bekas JDM (Japanese Domestic Market).

• Data Preprocessing & EDA: Pandas, Matplotlib, Seaborn
• Supervised Learning (Regression & Classification): Scikit-Learn (Linear Regression, Random Forest, Logistic Regression)
• Unsupervised Learning: K-Means Clustering, PCA (Principal Component Analysis)
• Deep Learning: TensorFlow & Keras (Multi-Layer Perceptron)
• Deployment: Streamlit Web Application
• Environment: Python 3.11, Jupyter Notebook

1. 01-Data-Preprocessing/: Pembersihan dataset dan Exploratory Data Analysis.
2. 02-Supervised-Learning/: Prediksi harga mobil berkesinambungan (Regression).
3. 03-Deployment/: Aplikasi web interaktif berbasis Streamlit untuk melayani prediksi secara real-time.
4. 04-Unsupervised-Learning/: Segmentasi pasar mobil menggunakan K-Means dan visualisasi PCA.
5. 05-Classification/: Mengklasifikasikan segmen mobil (Premium vs Standar) menggunakan evaluasi ROC-AUC.
6. 06-Deep-Learning/: Eksperimen arsitektur Jaringan Saraf Tiruan dengan TensorFlow.

git clone https://github.com/zippynx/ml-journey.git
cd ml-journey/03-Deployment
pip install -r requirements.txt
streamlit run app.py