Teknologi Machine Learning
Pengertian & Sejarah
Machine learning adalah
cabang lanjutan dari artificial intelligent (Al),yang mencakup sistem lebih
canggih seperti mampu memahami,mempelajari,memprediksi,beradaptaasi,dan
berpotensi secara mandiri. Machine learning akan lebih banyak digunakan pada
robot,kendaraan mandiri,elektronik untuk konsumen,dan masih banyak yang
lainnya. arthur samuel yang merancang machine learning pada tahun 1959. Tehnik
yang digunakan adalah supervised learning.
Pertama komputer
diciptakan oleh manusia sehingga dapat memikirkan bagaimana caranya agar
komputer dapat belajar dari sebuah pengalaman. Hal itu terbukti pada tahun
1952, Arthur Samuel menciptakan sebuah software, ‘game of checkers’ pada sebuah komputer. Software tersebut
dapat mempelajari gerakan untuk memenangkan permainan checkers dan menyimpan
gerakan tersebut kedalam memori.
4 hal pokok yang dipelajari pada machine learning :
1. Pembelajaran Terarah (Supervised Learning)
2. Pembelajaran Tak Terarah (Unsupervised Learning)
3. Pembelajaran Semi Terarah (Semi-supervised Learning)
4. Reinforcement Learning
4 hal pokok yang dipelajari pada machine learning :
1. Pembelajaran Terarah (Supervised Learning)
2. Pembelajaran Tak Terarah (Unsupervised Learning)
3. Pembelajaran Semi Terarah (Semi-supervised Learning)
4. Reinforcement Learning
Konsep dasar Machine Learning
Konsep machine learning sendiri adalah memadukan banyak pendekatan seperti probabilitas,statistika,logika serta pencarian. metode ini untuk mengembangkan hasil dari banyaknya implementasi. meachine learning ini cocok untuk berbagai industri. banyak industri yang sudah menggunakan ini antara lain industri nuklir
contoh penerapan machine learning pada masyarakat :
1. Penerapan di bidang kedoteran contohnya adalah mendeteksi penyakit seseorang dari gejala yang ada
2. Pada bidang computer vision contohnya adalah penerapan pengenalan wajah dan pelabelan wajah seperti pada facebook
3. Pada biang information retrival contohnya adalah penterjemahan bahasa dengan menggunakan komputer, mengubah suara menjadi teks, dan filter email spam.
Langkah-langkah yang digunakan dalam Machine Learning
1. Mengumpulkan data
2. Mempersiapkan data
3. Melatih sebuah model
4. Mengevaluasi model
5. Meningkatkan kinerja
Penggunaan Machine Learning
1. Layanan Perbankan & Keuangan
2. Kesehatan
3. Ritel
Machine learning berbeda dari artificial intelligent,machine learning menguasai semuanya kalo artificial intelligent hanya mencakup sistem.
Konsep machine learning sendiri adalah memadukan banyak pendekatan seperti probabilitas,statistika,logika serta pencarian. metode ini untuk mengembangkan hasil dari banyaknya implementasi. meachine learning ini cocok untuk berbagai industri. banyak industri yang sudah menggunakan ini antara lain industri nuklir
contoh penerapan machine learning pada masyarakat :
1. Penerapan di bidang kedoteran contohnya adalah mendeteksi penyakit seseorang dari gejala yang ada
2. Pada bidang computer vision contohnya adalah penerapan pengenalan wajah dan pelabelan wajah seperti pada facebook
3. Pada biang information retrival contohnya adalah penterjemahan bahasa dengan menggunakan komputer, mengubah suara menjadi teks, dan filter email spam.
Langkah-langkah yang digunakan dalam Machine Learning
1. Mengumpulkan data
2. Mempersiapkan data
3. Melatih sebuah model
4. Mengevaluasi model
5. Meningkatkan kinerja
Penggunaan Machine Learning
1. Layanan Perbankan & Keuangan
2. Kesehatan
3. Ritel
Machine learning berbeda dari artificial intelligent,machine learning menguasai semuanya kalo artificial intelligent hanya mencakup sistem.
kelebihan dari machine
learning ini sangat mengguntungkan para wirausaha untuk mengembangkan usaha
yang sedang ditekuni nya. namun machine learning juga mempunyai kekurangan
seperti banyaknya masyarakat yang belum memahami dan mengerti apa itu machine
learning dan akan banyak pemotongan tenaga kerja,karna sumber daya manusia akan
dikalahkan oleh mesin ini.
Studi Kasus.
Seperti contoh pada aplikasi Kesehatan . Di negara Inggris, diagnosa medis menggunakan bantuan chatbots sudah marak dilakukan. Chatbots ini bernama Babylon Health.
Seperti contoh pada aplikasi Kesehatan . Di negara Inggris, diagnosa medis menggunakan bantuan chatbots sudah marak dilakukan. Chatbots ini bernama Babylon Health.
- speech recognition
Pendekatan
yang diambil lebih pragtis,dan terkesan
lebih simple dimana dengan
menggunakan pendekatan ini mempermudah
dokter/ahli medis untuk berbicara dengan penggunanya, selanjutnya setelah berbincang dengan penggunanya. dokter/tenaga medis akan membuat perjanjian untuk bertemu dengan penggunanya. untuk menindak lanjuti masalah/penyakit yang diderita oleh pengguna aplikasi tersebut.
Komentar
Posting Komentar