Kenali 3 Kategori Machine Learning & Implementasinya
Machine Learning adalah ilmu dari Artificial Intelligence yang akan membuat komputer memiliki kemampuan untuk belajar tanpa perlu diprogram lagi. Machine learning menggunakan algoritma yang akan membuat komputer untuk belajar dan melakukan tugasnya tanpa harus adanya instruksi dari pengguna.
Bidang machine learning berkaitan dengan pertanyaan tentang bagaimana membangun program komputer agar meningkat secara otomatis dengan berdasar dari pengalaman.
Machine learning merupakan bagian dari kecerdasan buatan. Penelitian terkini mengungkapkan bahwa machine learning terbagi menjadi tiga kategori: Supervised Learning, Unsupervised Learning, Reinforcement Learning. Perbedaan ini dibedakan berdasarkan dengan algoritmanya. Masing-masing tipe machine learning tersebut juga memiliki tipe data set yang berbeda pula
Lalu apa saja tipe machine learning? Simak artikel ini hingga selesai ya, sahabat DQ.
1. Algoritma Supervised Learning
Pada algoritma Supervised Learning, sistem diberikan training data set berupa informasi masukan dan keluaran yang diinginkan, sehingga sistem akan mempelajari berdasarkan data yang telah ada. Disebut “supervised” karena dalam pendekatan ini, machine learning dilatih untuk mengenali pola antara input data dan label output.
Jika diilustrasikan menggunakan data, maka data untuk supervised learning seperti pada gambar di atas. Dimana variabel species menjadi label output dan variabel lainnya adalah input data. Maka algoritma supervised learning ini akan mempelajari Species berdasarkan variabel input yang lain.
Berikut beberapa algoritma supervised learning yang umum digunakan:
Regresi linier
Regresi logistik
Algoritma C5.0
Baca juga : Yuk Kenali Macam-Macam Algoritma Machine Learning!
2. Algoritma Unsupervised Learning
Perbedaan mendasar antara unsupervised learning dan supervised learning terletak pada label output. Seperti yang dibahas sebelumnya, supervised learning memiliki label output, maka untuk unsupervised learning tidak memiliki label output.
Unsupervised learning adalah salah satu tipe algoritma machine learning yang digunakan untuk menarik kesimpulan dari datasets yang terdiri dari input data labeled response. Metode unsupervised learning yang paling umum adalah analisis cluster, yang digunakan pada analisa data untuk mencari pola-pola tersembunyi atau pengelompokan dalam data.
Berikut struktur data untuk unsupervised learning:
Dapat dilihat pada gambar tabel di atas, bahwa tidak terdapat label output pada data. Sehingga algoritma akan memberi label secara mandiri berdasarkan karakteristik dari masing-masing data. Terdapat beberapa algoritma dalam unsupervised learning, diantaranya:
K-Means;
Association rule
3. Algoritma Reinforcement Learning
Photo by David Levêque on Unsplash
Reinforcement Learning merupakan salah satu perkembangan dari cabang kecerdasan buatan yang dapat diterapkan pada mesin atau robot untuk menentukan tindakan ideal secara otomatis dalam keadaan tertentu dalam rangka memaksimalkan kinerja mesin atau robot.
Pendekatan reinforcement learning pada dasarnya memungkinkan mesin atau agen mempelajari tindakannya berdasarkan timbal-balik dari lingkungan sehingga dapat beradaptasi dengan lingkungan seiring dengan berjalannya waktu. Diharapkan dengan adanya kemampuan beradaptasi kinerja mesin ataupun agen dapat semakin baik dan optimal.
Prinsip yang digunakan dalam metode ini didasarkan pada teori reinforcement yang pada intinya adalah ‘konsekuensi mempengaruhi tindakan’. Ada 3 prinsip dasar pada teori reinforcement yakni:
Konsekuensi yang berakibat baik mendorong terjadinya tindakan.
Konsekuensi yang berakibat buruk mendorong berkurangnya tindakan.
Konsekuensi yang tidak ada dampaknya tidak mempengaruhi tindakan.
Baca juga : Kenali Algoritma Klasifikasi Machine Learning Terpopuler di Tahun 2021
4. Upgrade Ilmu Machine Learning bersama DQLab
Photo by Fatos Bytyqi on Unsplash
Perkembangan teknologi Machine Learning ini dapat menjadi hal yang positif atau negatif, tergantung dari cara kita menyikapinya. Agar dapat beradaptasi dengan teknologi ini, maka kita perlu untuk terus meng-upgrade ilmu. Salah satunya adalah dengan mempelajari Machine Learning.
Jika sahabat DQ tertarik untuk mempelajari Machine Learning, sahabat DQ dapat mendapatkan banyak ilmu dengan member DQLab, karena DQLab menyediakan pembelajaran yang berhubungan dengan Machine Learning.
Beberapa modul bertema machine learning di DQLab diantaranya:
Machine Learning With Python for Beginner
Basic Feature Discovering for Machine Learning
Customer Churn Prediction using Machine Learning
Bagi sahabat DQ yang belum memiliki pengetahuan data science atau machine learning, atau berasal dari background non IT, tenang saja. Karena DQLab punya modul gratis yang bisa kamu coba loh seperti Introduction R dan Python.
Tunggu apa lagi? Yuk, Sign Up di DQLab.id sekarang!
Penulis: Ashari Ramadhan