Scribd
Unggah
3 tayangan3 halaman

Evaluasi Permasalahan dengan Deep Learning

Dokumen ini membahas tugas evaluasi permasalahan masyarakat yang dapat diselesaikan dengan deep learning, serta pentingnya data science dalam meningkatkan kualitas pengambilan keputusan. Ditekankan bahwa deep learning dapat digunakan untuk memprediksi pola dan tren, serta meningkatkan efisiensi operasional. Selain itu, terdapat penjelasan mengenai fungsi objektif dalam proses pembelajaran model machine learning.

Diunggah oleh

mega yulia
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
3 tayangan3 halaman

Evaluasi Permasalahan dengan Deep Learning

Dokumen ini membahas tugas evaluasi permasalahan masyarakat yang dapat diselesaikan dengan deep learning, serta pentingnya data science dalam meningkatkan kualitas pengambilan keputusan. Ditekankan bahwa deep learning dapat digunakan untuk memprediksi pola dan tren, serta meningkatkan efisiensi operasional. Selain itu, terdapat penjelasan mengenai fungsi objektif dalam proses pembelajaran model machine learning.

Diunggah oleh

mega yulia
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

Tugas Pertama

Mengevaluasi permasalahan konkrit yang terjadi di masyarakat kemudian nanti mewujudkan menjadi
project kalian harus bisa mengidentifikasi apa permasalahan masyarakat bisa diselesaikan dengan deep
learning. Menghasilkan suatu draf atau proposal/ problem definisi dari berbagai permasalahan yang di
selesai pada akhir pro

Data science : [Link]

Artificial Intellegence

Any technique that enables Machine Learning


computers to mimic human DEEP LEARNING
behavior
Ability to learn Extract patterns
without explicity from data using
being programmed neural networks

1
J (W) = n ∑ i=1,…n L¿¿
Dimana: L adalah sebuah fungsi multivariabel, ¿ adalah nilai prediksi
yang dibuat model, dan y (i ) adalah nilai aktual atau untuk masalah
klasifikasi merupakan label dari data x(i). Proses pembelajaran bertujuan
untuk memperoleh prediksi nilai parameter W yang mengoptimumkan
fungsi J (W) sebagai pengukur ketercapaian tujuan dari proses
aproksimal menggunakan model yang ditraining. Salah satu contoh
tujuan proses pembelajaran model deep learning adalah meminimumkan
deviasi antara nilai prediksi model dari nilai aktual variabel target.
Sebuah fungsi J (W) memiliki peran sangat penting didalam proses
pembelajaran model machine learning karena merupakan “pengarah”
dari algoritma pembelajaran dalam mencapai nilai parameter model
yang optimal. Contoh sebuah fungsi objektif adalah mean square error
yang dinyatakan dengan persamaan:
1
J (W) = 2N
∑ i=1,…N ¿ ¿2

Dimana : y i = ¿ adalah nilai prediksi model dengan parameter W, t iadalah


nilai aktual, dan N adalah jumlah sampel data training yang
dipergunakan untuk mentraining model
mendukung
inovasi berbasis
data

memecahkan
meningkatkan
masalah
kualitas
kompleks
pengambilan
diberbagai
keputusan
sektor

Manfaat Data
Science

prediksi pola meningkatkan


dan tren masa efisiensi
depan operasional

personalisasi
produk dan
layanan

Anda mungkin juga menyukai