0% menganggap dokumen ini bermanfaat (0 suara)
2 tayangan2 halaman

Arificial Intelligent

Dokumen ini menjelaskan tentang Artificial Intelligence (AI), Machine Learning (ML), dan Deep Learning (DL) serta perbedaan di antara ketiganya. AI adalah cabang ilmu komputer yang meniru kecerdasan manusia, ML memungkinkan mesin belajar dari data, dan DL adalah subset ML yang menggunakan algoritma kompleks. Perbedaan utama terletak pada cara eksekusi data, penyelesaian masalah, dan penggunaan data dalam proses pembelajaran.

Diunggah oleh

Dyan Kurbaniawan
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
2 tayangan2 halaman

Arificial Intelligent

Dokumen ini menjelaskan tentang Artificial Intelligence (AI), Machine Learning (ML), dan Deep Learning (DL) serta perbedaan di antara ketiganya. AI adalah cabang ilmu komputer yang meniru kecerdasan manusia, ML memungkinkan mesin belajar dari data, dan DL adalah subset ML yang menggunakan algoritma kompleks. Perbedaan utama terletak pada cara eksekusi data, penyelesaian masalah, dan penggunaan data dalam proses pembelajaran.

Diunggah oleh

Dyan Kurbaniawan
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd

Artificial

Intelligent
Artificial Intelligent
cabang ilmu komputer yang menyimulasikan proses kecerdasan
manusia seperti berpikir dan bertindak ke dalam mesin yang
diprogram berdasarkan data.
Contoh: self-driving car, AI robot, speech recognition, chatbot, dll.

Machine Learning
Bagian dari AI yang memungkinkan mesin secara otomatis belajar
dan menghasilakn prediksi berdasarkan proses training.
Contoh : deep learning, decision tree, ensemble learning, logistic
regression, dll.

Deep Learning
Salah satu subset dari machine learning menggunakan algoritma
yang kompleks untuk proses trainingnya, yang difikuskan pada
Neural Network dengan banyak layers.
Contoh : Artificial Neural Network (ANN), Convolutional Neural
Network (CNN), Reinforcement Learning (RL), Recurrent Neural
Network (RNN), dll..
Perbedaan ML & DL

Aspek Machine Learning Deep Learning

diprogram untuk belajar dan membuat prediksi mampu memproses Big Data dari awal sampai akhir
Definisi secara otomatis berdasarkan data yang telah dengan tingkat akurasi yang sangat tinggi melalui
ditetapkan sebelumnya seperti apa. berbagai macam variabel kompleks.

mengeksekusi data terstruktur walau dalam jumlah membutuhkan data dalam jumlah yang besar untuk
Eksekusi Data yang tidak terlalu besar dalam hitungan menit atau dieksekusi pada banyak jaringan, dan membutuhkan
jam. waktu hingga berminggu-minggu
membagi persoalan terlebih dahulu menjadi
beberapa bagian, kemudian nantinya akan mampu memecahkan masalah dari awal sampai akhir
Penyelesaian Masalah
disatukan untuk membuat sebuah keputusan atau karena data yang diproses begitu besar.
prediksi.
mengidentifikasi input-an serta membuat model
algoritmanya akan bertugas untuk mempelajari semua
Penggunaa secara manual sesuai data yang yang telah
fitur datanya sendiri dari awal sampai akhir.
ditetapkan.

Anda mungkin juga menyukai