Minggu, 27 Desember 2020

 

MARCHINE LEARNING

 

Machine Learning adalah salah satu disiplin ilmu  dari Computer Science yang mempelajari  bagaimana membuat komputer/mesin itu  mempunyai suatu kecerdasan. Agar mempunyai  suatu kecerdasan, komputer/mesin harus dapat  belajar.

Trditional vs Machine learning

 

Traditional Programming

Computer

 
Data                                                                                           Output

Program

Computer

 
Data                                                                                          Program

Program

 

MACHINE LEARNING MANFAAT

Bagi pebisnis, pengembangan sistem kecerdasan buatan bisa membuat usaha menjadi lebih efisien dan praktis. Misalnya, pekerja di bidang penulisan yang tidak perlu melakukan pengecekan ejaan secara manual saat mengetikkan tulisan di Microsoft Word, atau proses otomatisasi iklan digital yang saat ini mulai diterapkan oleh Google.

Beberapa contoh program machine learning yang telah digunakan dalam kehidupan sehari-hari:

Pendeteksi Spam.

Pendeteksi Wajah.

Rekomendasi Produk.

Asisten Virtual.

Diagnosa Medis.

Pendeteksi Penipuan Kartu Kredit.

Pengenal Digit.

Perdagangan Saham.

Cara Kerja Machine Learning

CARA KERJA MACHINE LEARNING

Machine learning memiliki cara kerja berupa riset dan algoritma yang akan menemukan pola yang bisa melakukan suatu prediksi. Ada 4 tahapan kinerja mesin yang bisa membantu kegiatan harian Anda menjadi lebih baik yaitu:

1.Pemilahan data

Machine learning memang sistem yang mengandalkan data, mulai training data, validation data dan test data. Jadi, jika Anda memiliki data tertentu dan butuh eksekusi maka machine learning bisa menjadi salah satu opsi.

2.Model Data dan Validasi Model

Anda wajib membangun model dengan fitur yang sesuai dengan tujuan machine learning lewat model data. Lakukan validasi model atau pengujian terhadap model data yang telah disiapkan untuk mendapatkan input, proses dan output.

3.Test Modeldan Penggunaannya

Test data adalah perbandingan kinerja model yang telah divalidasi dengan data prediksi, lalu mengaplikasikan data yang sudah terlatih dengan menciptakan prediksi data baru.

0 komentar:

Posting Komentar