Pembelajaran mesin
Apa itu Pembelajaran Mesin:
Pembelajaran mesin adalah bidang ilmu komputer yang berarti "pembelajaran mesin".
Ini adalah bagian dari konsep kecerdasan buatan, yang mempelajari cara-cara bagi mesin untuk mengajukan tugas yang akan dilakukan oleh orang-orang.
Ini adalah pemrograman yang digunakan dalam komputer, dibentuk oleh aturan yang didefinisikan sebelumnya yang memungkinkan komputer untuk membuat keputusan berdasarkan data sebelumnya dan dalam data yang digunakan oleh pengguna.
Menurut jadwal yang dibuat komputer memiliki kemampuan untuk membuat keputusan yang dapat memecahkan masalah atau mendorong publikasi di internet, misalnya.
Bagaimana cara kerja pembelajaran mesin?
Dasar operasi adalah algoritma, yang urutannya ditentukan dan terdiri dari informasi dan instruksi yang akan diikuti oleh komputer.
Urutan ini memungkinkan komputer untuk membuat keputusan sesuai dengan situasi dan dengan informasi yang telah dimasukkan ke dalamnya.
Algoritme yang membawa informasi tentang bagaimana prosedur dan operasi tertentu harus dilakukan atau bagaimana tindakan harus dilakukan.
Ada beberapa jenis aplikasi dan bahasa pemrograman untuk penggunaan algoritma. Mereka bervariasi sesuai dengan kebutuhan yang akan dipenuhi atau dengan tujuan dari algoritma yang dibuat.
Jenis pembelajaran mesin
Ada dua jenis utama pembelajaran mesin: pembelajaran terawasi dan pembelajaran tanpa pengawasan.
Pembelajaran terawasi
Dalam pembelajaran terawasi ada satu set data sebelumnya dimasukkan ke dalam mesin dan saran yang akan diberikan kepada pengguna harus serupa dengan data yang direkam.
Pada dasarnya informasi tersebut digunakan untuk memprediksi hasil yang diharapkan oleh pengguna atau untuk melakukan klasifikasi elemen yang digunakan.
Contoh: foto ditempatkan di browser internet, yang mencari untuk menemukan informasi tentang asal-usul gambar atau gambar serupa lainnya.
Pembelajaran tanpa pengawasan
Dalam pembelajaran tanpa pengawasan tidak ada hasil yang diharapkan secara spesifik, yaitu tidak mungkin untuk memprediksi hasil referensi silang.
Dalam tipe pembelajaran ini data dikelompokkan dan hasilnya berubah sesuai dengan variabel.
Contoh: di mesin pencari perpustakaan dimungkinkan untuk mencapai hasil yang bervariasi. Mengubah hasil tergantung pada jenis pencarian dan variabel yang digunakan, seperti nama buku, nama penulis atau tanggal publikasi.
Lihat juga arti Kecerdasan Buatan.
Untuk apa pembelajaran mesin?
Pembelajaran mesin dapat digunakan untuk banyak fungsi. Salah satu yang paling banyak digunakan saat ini adalah di media sosial, pencarian internet dan pemasaran digital.
Misalnya, algoritma pembelajaran mesin digunakan untuk membuat saran kepada pengguna internet. Mereka digunakan di situs perdagangan virtual, jejaring sosial, game, platform penyimpanan video dan aplikasi pemutaran musik.
Dalam hal ini algoritma menggunakan data urutannya dan data riwayat navigasi di internet untuk membuat saran baru kepada pengguna. Preferensi pengguna selama browsing dan berbagi data digunakan untuk menyarankan program atau layanan serupa.
Ini adalah kegunaan yang lebih umum, tetapi pengetahuan tentang pembelajaran mesin juga dapat diterapkan pada banyak situasi lain, seperti:
- penelitian di internet,
- pengumpulan dan analisis data,
- melacak pesan spam,
- organisasi dan klasifikasi informasi,
- mencari penipuan di internet.
Perbedaan antara pembelajaran mesin dan pembelajaran yang mendalam
Baik pembelajaran mesin dan pembelajaran mendalam adalah cara menggunakan kecerdasan buatan. Tetapi ada perbedaan di antara mereka karena pembelajaran mendalam (yang berarti pembelajaran mendalam) memiliki karakteristik yang lebih mirip dengan kapasitas belajar manusia.
Pembelajaran mendalam juga menggunakan hasil prediksi dari data yang ditetapkan. Perbedaannya adalah bahwa hal itu terjadi lebih akurat, lebih seperti apa yang terjadi di otak seseorang karena komputer dapat mengadaptasi informasi lebih fleksibel.
Ini karena dalam pembelajaran yang mendalam, jaringan saraf tiruan dibuat, yang bekerja seperti jaringan neuron di otak manusia.
Jaringan inilah yang membuat operasi mesin memiliki banyak kemiripan dengan fungsi otak dan mampu mempelajari dan menafsirkan informasi.
Lihat juga arti Perangkat Lunak dan Bitcoin.
