Pembelajaran Mesin (ML)
- Pembelajaran Mesin yang Diawasi
- Pembelajaran Mesin Tanpa Pengawasan
- Pembelajaran Mesin yang Diawasi Sendiri
Pemrograman klasik menggunakan program (algoritma) untuk membuat hasil:
Komputasi Tradisional
Data + Algoritma Komputer = Hasil
Machine Learning menggunakan hasil untuk membuat program (algoritma):
Pembelajaran mesin
Data + Hasil = Algoritma Komputer
Pembelajaran mesin
Machine Learning sering dianggap setara dengan Artificial Intelligence.
Ini tidak benar. Pembelajaran mesin adalah bagian dari Kecerdasan Buatan.
Machine Learning adalah disiplin AI yang menggunakan data untuk mengajar mesin.
"Machine Learning adalah bidang studi yang memberikan komputer kemampuan untuk belajar tanpa diprogram."
Arthur Samuel (1959)
Pembelajaran Terawasi
Pembelajaran yang diawasi menggunakan data berlabel (data dengan jawaban yang diketahui) untuk melatih algoritma untuk:
- Klasifikasi Data
- Prediksi Hasil
Pembelajaran yang diawasi dapat mengklasifikasikan data seperti "Apa itu spam dalam email", berdasarkan contoh spam yang diketahui.
Pembelajaran yang diawasi dapat memprediksi hasil seperti memprediksi jenis video yang Anda suka, berdasarkan video yang telah Anda putar.
Pembelajaran tanpa pengawasan
Pembelajaran tanpa pengawasan digunakan untuk memprediksi hubungan yang tidak terdefinisi seperti pola yang bermakna dalam data.
Ini tentang membuat algoritme komputer daripada yang dapat meningkatkan diri mereka sendiri.
Diharapkan pembelajaran mesin akan beralih ke pembelajaran tanpa pengawasan untuk memungkinkan pemrogram memecahkan masalah tanpa membuat model.
Pembelajaran dengan Pengawasan Sendiri
Pembelajaran yang diawasi sendiri mirip dengan pembelajaran tanpa pengawasan karena keduanya bekerja dengan data tanpa label tambahan manusia.
Perbedaannya adalah bahwa pembelajaran tanpa pengawasan menggunakan pengelompokan, pengelompokan, dan pengurangan dimensi, sedangkan pembelajaran dengan pengawasan sendiri menarik kesimpulannya sendiri untuk tugas-tugas regresi dan klasifikasi.