Scribd
Unggah
14 tayangan6 halaman

Pengantar Teknik Machine Learning

Machine learning adalah cabang kecerdasan buatan yang mengajarkan komputer untuk belajar dari data tanpa diprogram secara khusus untuk setiap tugas. Tekniknya meliputi supervised learning yang melatih model dengan data berlabel, unsupervised learning yang menemukan pola dalam data tak berlabel, dan reinforcement learning yang belajar melalui pengalaman. Tujuan belajar machine learning adalah memecahkan masalah nyata dengan memilih algoritma tepat dan melatih model untuk membuat prediksi.

Diunggah oleh

Raihan Yoga
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
14 tayangan6 halaman

Pengantar Teknik Machine Learning

Machine learning adalah cabang kecerdasan buatan yang mengajarkan komputer untuk belajar dari data tanpa diprogram secara khusus untuk setiap tugas. Tekniknya meliputi supervised learning yang melatih model dengan data berlabel, unsupervised learning yang menemukan pola dalam data tak berlabel, dan reinforcement learning yang belajar melalui pengalaman. Tujuan belajar machine learning adalah memecahkan masalah nyata dengan memilih algoritma tepat dan melatih model untuk membuat prediksi.

Diunggah oleh

Raihan Yoga
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

Machine Learning

Lukman Prasetyo Nugroho


Apa Itu Machine
Learning ?
adalah cabang dari kecerdasan buatan yang
mengajarkan komputer untuk belajar dari data,
sehingga komputer dapat melakukan tugas tertentu
dengan lebih efektif dan efisien tanpa harus
diprogram secara khusus untuk setiap tugas yang
ingin dilakukan.
Teknik Machine Learning
01 Supervised learning adalah jenis algoritma machine learning
yang melibatkan penggunaan data yang telah dilabeli
(labeled data) untuk melatih model dan melakukan prediksi
pada data baru.

02 Unsupervised learning adalah jenis algoritma machine


learning yang melibatkan penggunaan data yang tidak dilabeli
(unlabeled data) untuk menemukan pola dan struktur dalam
data.

Reinforcement learning adalah salah satu jenis pendekatan pada


03 machine learning yang memungkinkan sebuah sistem untuk belajar
melalui pengalaman dengan cara interaksi dengan lingkungan
sekitarnya.
Proses Machine Learning

Permasalahan Persiapan Data Memilih Algoritma Melatih Model Melatih Model


Implementasi Machine Learning

Kesehatan Finance Technology Transportation

dan lain sejenisnya


Golas Belajar Machine Learning
1. Memahami konsep dan mampu menerapkan konsep Machine Learning untuk memecahkan masalah.
2. Mampu memilih algoritma yang tepat untuk tugas atau masalah tertentu.
3. Mampu mengumpulkan, mempersiapkan, dan mengolah data untuk digunakan sebagai input pada
model Machine Learning.
4. Mampu melatih dan menguji model Machine Learning, dan melakukan evaluasi kinerja model untuk
meningkatkan akurasi dan performanya.
5. Mampu membuat prediksi atau keputusan berdasarkan data dengan menggunakan model Machine
Learning.
6. Mampu menyelesaikan masalah nyata yang terkait dengan Machine Learning di berbagai bidang,
seperti kesehatan, keuangan, bisnis, dan lainnya.

Anda mungkin juga menyukai