Thursday, 29 September 2022

Berkenalan dengan machine learning, Salah satu cabang ilmu kecerdasan buatan


 

Kembali pada kecerdasan buatan. Kecerdasan buatan pada pengaplikasiannya secara garis besar terbagi tujuh cabang, yaitu machine learning, natural language processing, expert system, vision, speech, planning dan robotics. Percabangan dari kecerdasan buatan tersebut dimaksudkan untuk mempersempit ruang lingkup saat pengembangan atau belajar AI, karena pada dasarnya kecerdasan buatan memiliki ruang lingkup yang sangat luas.

Pengertian Machine Learning

Machine Learning adalah cabang dari artificial intelligence yang membantu sistem beradaptasi dengan kemampuan manusia, sehingga sistem tersebut dapat belajar dengan sendirinya tanpa arahan dari pengguna. Pembelajaran mesin dikembangkan berdasarkan ilmu statistika, data mining, dan matematika guna memudahkan mesin untuk menganalisa data tanpa pemrograman ulang. 


Ada dua jenis machine learning, diantaranya adalah:

1. Supervised Learning (Pembelajaran Terarah)

Disebut “supervised” karena dalam pendekatan ini, machine learning dilatih untuk mengenali pola antara input data dan label output. Pembelajaran yang diawasi menggunakan informasi sebagai input dan data berlabel sebagai output. Metode ini memasukkan input dengan output yang diketahui. Sekarang mesin dapat memeriksa hubungan dan ketergantungan antara data,  membandingkan output aktual dengan output yang diharapkan, dan membuat perubahan jika ada perbedaan. Dengan cara ini, mesin dapat memeriksa keakuratan pengoperasiannya.


2. Unsupervised Learning (Pembelajaran Tak Terarah)

Dalam algoritma unsupervised learning, sebuah data tidak memiliki label eksplisit. Tidak seperti supervised learning, unsupervised learning adalah jenis pembelajaran yang hanya memiliki variabel input dan tidak ada variabel output yang terkait. Tujuan dari pembelajaran mesin ini adalah untuk memodelkan struktur data dan menyimpulkan fungsi yang menjelaskan data. Unsupervised learning adalah jenis algoritma pembelajaran mesin yang digunakan untuk memperoleh informasi dari kumpulan data. Metode ini mengkaji data hanya  berdasarkan kedekatannya, atau yang biasa disebut dengan clustering. 

Perbedaan Machine Learning dan Artificial Intelligence

machine learning adalah sebuah cabang ilmu dari artificial intelligence atau kecerdasan buatan.

Beberapa perbedaan utama antara machine learning dan artificial intelligence adalah:


1. Keberhasilan vs efisiensi

Tujuan artificial intelligence adalah untuk meningkatkan peluang keberhasilan, sementara machine learning bertujuan untuk meningkatkan efisiensi tanpa berorientasi pada kesuksesan.

2. Pemecahan masalah vs kinerja

Artificial intelligence bertujuan untuk memecahkan masalah kompleks dengan simulasi kecerdasan alami

Sementara itu, machine learning bekerja dengan belajar dari data untuk meningkatkan kinerja mesin atau sistem.

3. Pembuatan keputusan

Artificial intelligence secara sederhana bekerja untuk membuat keputusan. Di sisi lain, machine learning berfokus pada pembelajaran atas input data.

4. Algoritma

Artificial intelligence meniru kemampuan manusia dalam hal respons dan perilaku untuk sistem. Lain halnya dengan machine learning yang mampu membuat algoritma sendiri untuk proses belajar.

5. Optimasi

Artificial intelligence bertugas mencari penyelesaian optimal, sementara machine learning tidak mempertimbangkan hal tersebut

Kegunaan Machine Learning

  1. Pembelajaran mesin membantu memecahkan masalah dunia dengan cara yang scalable. 
  2. Aplikasi  kecerdasan buatan ini juga dapat digunakan di berbagai  industri dan terus digunakan oleh pemilik industri besar dan para peneliti untuk terus berkembang. 
  3. Machine learning memungkinkan Anda memproses dan menganalisis data yang lebih besar dan lebih kompleks dalam waktu yang lebih singkat.


0 comments:

Post a Comment