4 Tipe Machine Learning yang Bisa Kamu Gunakan
Beberapa tahun belakangan ini kecanggihan teknologi semakin berkembang dan terus memberikan dampak ke berbagai bidang. Banyak pekerjaan terbantu dengan adanya teknologi machine learning ini baik dari segi waktu, biaya maupun tenaga. Machine learning ini sering kita jumpai penerapannya dalam kegiatan keseharian. Beberapa tipe machine learning pun dapat dipilih sesuai dengan kebutuhan pengguna yang menyesuaikan dengan data dan tujuan penelitian.
Machine learning atau biasa disebut pula dengan mesin pembelajar merupakan suatu sistem yang dirancang agar dapat belajar sendiri tanpa arahan dari penggunanya. Machine learning memiliki beberapa tipe yang dapat disesuaikan dengan jenis data yang digunakan, tujuan penelitian, maupun teknik yang ingin digunakan. Setiap tipe machine learning juga memiliki beberapa algoritma yang masing-masing memiliki cara kerja yang berbeda. Pada artikel kali ini kita akan mengenali beberapa tipe machine learning.
1. Supervised Learning
Supervised learning atau dikenal pula dengan algoritma terbimbing merupakan tipe machine learning yang mana cara kerjanya dengan menggunakan data yang telah memiliki label sebagai inputan. Data tersebut akan digunakan untuk melatih algoritma sehingga nantinya dapat digunakan untuk proses klasifikasi. Beberapa contoh algoritma supervised learning antara lain seperti regresi linear, k-nearest neighbour (knn), support vector machine (svm), random forest, naive bayes classifier, dll.
Baca juga : Yuk Kenali Macam-Macam Algoritma Machine Learning!
2. Unsupervised Learning
Unsupervised learning adalah tipe machine learning yang dalam kerjanya data yang digunakan sebagai inputan tidak memiliki label. Nantinya model atau algoritma akan belajar mengenai pola dalam data lalu menentukan korelasinya. Dalam tipe unsupervised learning ini tidak diperlukan data training maupun data testing. Metode yang umum digunakan dalam tipe ini adalah analisis cluster atau pengelompokkan data. Beberapa contoh algoritma unsupervised learning adalah k-means, hierarchical clustering, dbscan, dan fuzzy c-means.
3. Semi Supervised Learning
Tipe machine learning yang selanjutnya adalah semi supervised learning. Semi supervised learning ini adalah suatu metode yang dapat melibatkan data mulai dari yang berjumlah kecil sampai dengan yang berjumlah besar. Semi supervised learning ini memiliki dua metode yang bisa dilakukan yaitu self training dan co training. Beberapa contoh penerapan dari semi supervised learning adalah speech recognition, web contest classification, dan document classification.
4. Reinforcement Learning
reinforcement terdapat agent yang berinteraksi dengan lingkungan, belajar dan lalu bertindak berdasarkan pengalaman. Terdapat beberapa istilah yang perlu diketahui dalam tipe machine learning ini. Beberapa diantaranya yaitu Agent, Environment, Action, State, Reward, Policy, Value, dan Q-Value. Beberapa karakteristik dari tipe ini antara lain agen tidak diinstruksikan tentang lingkungan dan tindakan yang akan dilakukan, serta prosesnya dilakukan dengan cara hit and trial.
Bcaa juga : Bootcamp Machine Learning and AI for Beginner
Beberapa tipe machine learning yang telah dijelaskan di atas dapat dipilih sesuai dengan kebutuhan pengguna yang disesuaikan dengan data yang ada serta tujuan penelitian.
DQLab merupakan suatu platform belajar online yang berfokus pada pengenalan Data Science & Artificial Intelligence (AI) dengan menggunakan berbagai bahasa pemrograman populer. Selain itu DQLab merupakan platform edukasi pertama yang mengintegrasi fitur ChatGPT.
DQLab juga menggunakan metode HERO, yaitu Hands-On, Experiental Learning & Outcome-based, yang dirancang ramah untuk pemula. Untuk bisa merasakan pengalaman belajar yang praktis & aplikatif yuk langsung saja sign up di DQLab.id/signup dan ikuti DQLab LiveClass Bootcamp Data Analyst with SQL and Python sekarang!
Penulis : Latifah Uswatun Khasanah
Editor : Annissa Widya Davita