Mengenal Machine Learning dari Lintang Sutawika

Karena ketergantungan yang kuat pada alat machine learning, kemajuan dalam bidang ini secara langsung memengaruhi kegunaan dan kemampuan ilmu data.
Sebelum kita melanjutkan, mungkin kamu bertanya-tanya…

Apa itu Machine Learning?

Mari kita lihat definisinya dahulu.

Mesin disini adalah mesin dalam pengertian lebih mendekati ‘sistem’ bukan mesin mekanik. Istilah learning (pembelajaran) pertama kali muncul dalam disiplin ilmu artificial intelligence (kecerdasan buatan).

Pembelajaran dapat diartikan menambah pengetahuan, memahami dengan belajar, mengikuti perintah. Machine learning (pembelajaran mesin) merupakan salah satu cabang dari kecerdasan buatan yang membahas mengenai pembangunan sistem yang didapat berdasarkan pada pembelajaran data, atau sebuah studi yang mempelajari cara agar komputer bisa belajar.

Machine learning merupakan disiplin ilmu yang mencakup perancangan dan pengembangan algoritma yang memungkinkan komputer untuk mengembangkan perilaku yang didasarkan pada data empiris, seperti dari sensor data basis data.

Sistem pembelajar dapat menggunakan contoh data untuk menangkap ciri yang diperlukan dari probabilitas yang mendasarinya, yang tidak diketahui. Data dapat dilihat sebagai contoh yang menggambarkan hubungan antara variabel yang diamati.

Kita dapat menganggap algoritma pembelajaran mesin sebagai perangkat lunak yang mampu menghasilkan output tertentu, berdasarkan data yang kita input, dan yang paling penting, perangkat lunak ini memungkinkan komputer untuk belajar tanpa diprogram secara eksplisit.

Biasanya, ini bekerja dengan memberikan banyak contoh algoritma dan mesin akan belajar dari itu. Ini kontras dengan sistem pakar, di mana semua logika dikodekan ke dalam algoritma oleh seorang programmer.

Machine learning dapat berfungsi untuk beradaptasi dengan suatu keadaan yang baru, serta untuk mendeteksi dan memperkirakan suatu pola.

Selama 5-10 tahun terakhir, salah satu sub bidang paling menarik dalam machine learning adalah deep learning.

Algoritma deep learning pada dasarnya hanya sejumlah node input yang menerima data, yang kemudian dimasukkan ke node lain dan akhirnya ke lapisan output. Karena kemiripannya dengan cara otak bekerja, algoritma deep learning dikenal sebagai neural networks.

Bisa dikatakan ini berupa terobosan besar dalam deep learning.

Salah satu contoh penting dari keberhasilan deep learning adalah AlphaGo, permainan strategis berisi dua pemain, yang dianggap lebih sulit untuk dipelajari oleh komputer, bahkan lebih dari permainan catur.

Pada sebuah artikel disebutkan bahwa pada 2014, perusahaan DeepMind memulai proyek penelitian AlphaGo – dengan misi untuk mengalahkan pemain manusia dalam permainan Go. Setahun kemudian, AlphaGo mengalahkan juara Go Eropa Fan Hui, dan pada Maret 2016 AlphaGo bermain melawan Lee Sedol, salah satu pemain terbaik di dunia.

AlphaGo memenangkan 4 dari 5 pertandingan. Versi terbaru dari program ini dibuat, dan AlphaGo Zero memenangkan 100 dari seratus pertandingan melawan pendahulunya AlphaGo – benar-benar mendominasi setiap lawan manusia.

Deep learning bisa dikatakan sebuah kemajuan yang mengesankan dalam visi mesin.

Dengan kemajuan ini, mesin dapat mengklasifikasikan gambar lebih baik daripada manusia, mesin juga dapat mencari jutaan video hanya dengan menggunakan pencarian biasa, dan masih banyak lagi.

Banyak contoh lain dimana algoritma machine learning setara atau lebih baik daripada manusia.

Algoritma yang lebih baik dan lebih mudah digunakan akan secara positif memengaruhi data science. Peningkatan model dan penerapan machine learning akan membantu manusia melakukan tugas-tugasnya.

Jika anda ingin bertanya kepada Lintang Sutawika . Anda bisa memberikan pertanyaan anda pada kolom di bawah.

Dan ayo nikmati materi kursus terlengkap yang hanya ada di babastudio (Bekerja sama dengan techfor,id). cukup klik link di bawah ini :