Scribd
Unggah
11 tayangan1 halaman

Perbedaan Supervised dan Unsupervised Learning

Supervised learning melatih model dengan data yang sudah dilabeli untuk memprediksi keluaran, sementara unsupervised learning mengelompokkan data tanpa label. Perbedaan utama adalah output supervised learning sudah diketahui sedangkan unsupervised learning membuat kelompok baru berdasarkan karakteristik data. Analoginya, supervised learning seperti menyimpan film berdasarkan genre yang sudah diketahui, sedangkan unsupervised learning harus menebak genre dan membuat label baru untuk mengelompokkan film.

Diunggah oleh

Yosefani Naibaho
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 DOCX, PDF, TXT atau baca online di Scribd
11 tayangan1 halaman

Perbedaan Supervised dan Unsupervised Learning

Supervised learning melatih model dengan data yang sudah dilabeli untuk memprediksi keluaran, sementara unsupervised learning mengelompokkan data tanpa label. Perbedaan utama adalah output supervised learning sudah diketahui sedangkan unsupervised learning membuat kelompok baru berdasarkan karakteristik data. Analoginya, supervised learning seperti menyimpan film berdasarkan genre yang sudah diketahui, sedangkan unsupervised learning harus menebak genre dan membuat label baru untuk mengelompokkan film.

Diunggah oleh

Yosefani Naibaho
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 DOCX, PDF, TXT atau baca online di Scribd

Saya akan menjawab pertanyaan dari @ tentangJelaskan perbedaan supervised machine learning

dengan unsupervised machine learning ?


Jawaban :

Berikut ini adalah perbedaan antara Supervised learning dan Unsupervised Learning.
Machine Learning menjadi salah hatu hal wajib yang harus dikuasai jika ingin menjadi seorang Data
Scientist. Machine Learning merupakan turunan dari Artificial Intelligence atau AI yang digunakan agar
mesin dapat meniru cara berpikir manusia. Machine Learning sendiri secara umum terbagi menjadi
Supervised Learning dan Unsupervised Learning.

1. Seorang data Analyst perlu memahami Output yang dihasilkan

Perbedaan pertama yang harus dikenali oleh Data Scientist adalah output dari keduanya. Supervised
Learning merupakan proses pengelompokan data yang telah memiliki label dan akan dikelompokkan
berdasarkan labelnya. Untuk mendapatkan label tentunya harus melakukan proses training terlebih
dahulu. Contohnya, kita memiliki 3 kriteria dengan skalanya masing masing. Misalkan Suhu tinggi (1),
batuk (0), sesak napas (0) maka corona (0), dimana angka 1 menunjukkan “ya” dan angka 0 menujukkan
“tidak”.

Sedangkan Unsupervised Learning merupakan proses pengelompokan data yang tidak memiliki label.


Sehingga kita bebas menentukan berapa jumlah kelompok data yang akan dibuat, misalnya menjadi 2, 3
atau seterusnya. Tentunya dalam pengelompokan ini juga berdasarkan karakteristiknya yang sama. Nah,
untuk outputnya sendiri tentunya akan berbeda dengan supervised learning. Karena outputnya belum
diketahui, maka kita dapat membuatnya sendiri dengan mengelompokkannya.

2. Metode Algoritma : Penting di Kuasai Data Analyst


3. Analogi Supervised Learning dan Unsupersived Learning

Untuk keadaan supervised learning, misalkan kita men-download film dan disimpan berdasarkan genre
nya selama 4 hari berturut-turut dan misalkan genre yang dimiliki hanya 3, yaitu romace, action, dan
horor. Nah, di hari ke-5, misalkan kita akan mendownload film The Story of Kale, tentunya kita akan
langsung tahu harus memasukkannya di folder apa karena di filmnya telah ada labelnya (dalam hal ini
genre).

Dengan unsupervised learning? Nah misalkan kita disuruh menonton film apapun dalam selang waktu 5
hari berturut dan diminta untuk mengelompokkan filmnya. Namun sayangnya kita tidak mengetahui
genre dari film tersebut. Tentunya kita tidak bisa mengelompokkannya sama seperti supervised learning
yang telah memiliki genre. Anggap saja kita tidak dapat membedakan antara genre yang satu dengan
yang lainnya dari semua film yang telah kita tonton. Nah untuk mengelompokkannya tentunya kita
dapat membuat label baru, misalkan sangat bagus, bagus, dan tidak bagus.

4. Mulai terapkan Ilmunya dengan belajar Data Science

Sumber : [Link]

Anda mungkin juga menyukai