Scribd
Unggah
141 tayangan1 halaman

Perbedaan Machine Learning dan Pemrograman

Dokumen ini berisi pertanyaan dan jawaban mengenai machine learning, menjelaskan perbedaan antara machine learning dan pemrograman konvensional, serta peran dataset, supervised dan unsupervised learning, dan tahap-tahap dalam workflow machine learning. Machine learning dapat belajar dari data dan beradaptasi, sedangkan program tradisional tidak. Tujuan utama machine learning adalah untuk mengajarkan komputer memproses data dan belajar dari pengalaman.

Diunggah oleh

EZRA KRISTANTO NAHUMURY
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
141 tayangan1 halaman

Perbedaan Machine Learning dan Pemrograman

Dokumen ini berisi pertanyaan dan jawaban mengenai machine learning, menjelaskan perbedaan antara machine learning dan pemrograman konvensional, serta peran dataset, supervised dan unsupervised learning, dan tahap-tahap dalam workflow machine learning. Machine learning dapat belajar dari data dan beradaptasi, sedangkan program tradisional tidak. Tujuan utama machine learning adalah untuk mengajarkan komputer memproses data dan belajar dari pengalaman.

Diunggah oleh

EZRA KRISTANTO NAHUMURY
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

QUIZ

NO SOAL JAWABAN
1 Mengapa machine learning berbeda dari Machine learning dapat
pemrograman konvensional? mempelajari pola dari data
dan beradaptasi tanpa
pemrograman eksplisit.
2 Apa peran dari dataset dalam proses machine Memberikan input untuk
learning? melatih model dan menguji
kinerjanya.
3 Apa perbedaan utama antara supervised learning Supervised learning
dan unsupervised learning? memerlukan variabel target
atau output yang sudah
diketahui, sedangkan
unsupervised learning tidak.
4 Mengapa model machine learning dapat "belajar" Program tradisional hanya
dari data, sedangkan program tradisional tidak? dapat mengikuti instruksi
yang diberikan tanpa mampu
menyesuaikan diri.
5 Apa fungsi dari tahap model deployment dalam Mengintegrasikan model ke
machine learning workflow? lingkungan produksi.
6 Apa perbedaan mendasar antara machine Pemrograman tradisional
learning dan pemrograman tradisional? melibatkan penulisan
algoritma secara eksplisit,
sedangkan machine learning
dapat "belajar" dari data.
7 Apa tujuan utama dari machine learning? Mengajarkan komputer untuk
memproses data dan belajar
dari pengalaman.
8 Apa yang dilakukan pada tahap preprocessing Membersihkan dan
data? Menormalkan Data.

Anda mungkin juga menyukai