PROMO SPESIAL AKHIR TAHUN, DISKON 98%
Belajar Data Science Bersertifikat, 6 Bulan hanya 100K!
0 Hari 2 Jam 30 Menit 37 Detik

Pengenalan Konsep Algoritma Deep Learning

Belajar Data Science di Rumah 21-Maret-2021
https://dqlab.id/files/dqlab/cache/13b60b6d003c22151a94a5265b6a9bd4_x_Thumbnail800.png
Follow Instagram dan LinkedIn kami untuk info karir dan topik menarik

Artificial Intelligence atau yang biasa dikenal dengan kecerdasan buatan mulai banyak digunakan untuk berbagai tujuan bahkan dalam dunia bisnis. Sangat banyak perusahaan yang mengimplementasikan AI dalam perusahaannya. Konsep dari perkembangan AI sendiri terdiri dari dua algoritma yaitu Machine Learning dan Deep Learning. Tidak sedikit yang menganggap bahwa kedua hal ini adalah sama. Namun pada kenyataannya algoritma Machine Learning dan algoritma Deep Learning pastinya memiliki kelebihan dan kekurangan masing-masing. Tidak hanya Machine Learning dan Deep Learning, tetapi juga algoritma-algoritma lainnya.

Jika ditelusuri banyak sekali artikel-artikel yang membahas mengenai konsep dari algoritma Machine Learning termasuk DQLab. Oleh karena itu, pada pembahasan kali ini, selain Machine Learning kita akan mengenal lebih jauh lagi mengenai konsep dari algoritma Deep Learning itu sendiri. Bagaimanakah konsep algoritma Deep Learning dalam menyelesaikan masalah yang ada dan dapat membangun konsep yang kompleks? Langsung saja kita simak pembahasan berikut ini ya!

 

1. Pengenalan Deep Learning

Berdasarkan MIT Technology Review, Deep Learning memiliki artian yaitu pembelajaran yang mendalam dan juga dikenal sebagai pembelajaran terstruktur dalam atau pembelajaran hierarkis. Dengan arti lain, Deep Learning merupakan sebuah model yang dapat mempelajari metode komputasinya sendiri menggunakan "otaknya" sendiri. Algoritma Deep Learning berusaha belajar dalam berbagai level sesuai dengan tingkat abstraksinya.

Algoritma Deep Learning menggunakan metadata sebagai input dan mengolahnya menggunakan sejumlah lapisan tersembunyi (hidden layer) transformasi non linier dari data masukan untuk menghitung nilai output. Algoritma pada Deep Learning memiliki fitur yang unik yaitu sebuah fitur yang mampu mengekstraksi secara otomatis. Hal ini berarti algoritma yang dimilikinya secara otomatis dapat menangkap fitur yang relevan sebagai keperluan dalam pemecahan suatu masalah.


Baca juga : 3 Jenis Algoritma Machine Learning yang Dapat Digunakan di Dunia Perbankan


 

2. Implementasi Kerja Algoritma Deep Learning

Dilansir dari Tech in Asia, Deep Learning dapat dianggap sebagai otak yang lebih baik yang dapat meningkatkan cara belajar komputer. Algoritma ini dapat meningkatkan kemampuan asisten virtual, seperti Siri dari Apple atau Google Assistant dari Google untuk menangani hal-hal yang belum dikenali dengan baik oleh kedua asisten digital itu. Selain itu, pengimplementasian Deep Learning juga bisa dilihat dari AlphaGo milik Google. AlphaGo merupakan gim sejenis catur. Dengan bermain melawan pemain Go profesional, Deep Learning AlphaGo mempelajari bagaimana ia bermain di tingkat yang belum terjamah sebelumnya oleh AI. Hebatnya, apa yang dilakukannya tanpa instruksi apapun ketika melancarkan gerakan-gerakan spesifik.


 

3. Jenis Deep Learning

Algoritma Deep Learning secara umum memiliki  3 jenis kategori:

a.  Deep Learning for Unsupervised Learning: Deep Learning tipe ini digunakan pada saat label dari variabel target tidak tersedia dan korelasi nilai yang lebih tinggi harus dihitung dari unit yang diamati untuk menganalisis polanya.

b.   Deep Learning for Supervised Learning: Deep Learning tipe ini digunakan pada saat label dari variabel target yang selalu tersedia dalam bentuk langsung atau tidak langsung. Kategori ini juga secara langsung memberikan kekuatan diskriminatif untuk tujuan klasifikasi pola.

c.   Hybrid Deep Networks: Pendekatan tipe ini tujuannya adalah diskriminasi yang dibantu, seringkali secara signifikan, dengan hasil generatif atau unsupervised deep networks. Tujuan lain dicapai ketika kriteria diskriminatif untuk supervised learning digunakan untuk memperkirakan parameter di salah satu deep generative atau unsupervised deep networks dalam kategori di atas.


Baca juga : Belajar Data Science: Pahami Penggunaan Machine Learning pada Python



4. Yuk Mulai Belajar Menjadi Data Scientist Bersama DQLab!       

https://dqlab.id/files/dqlab/file/data-web-1/data-user-1/postgroup/0f0327126cebe99dff31890ba2cd7777/74ba929d6bf96cc7c8feac1cdf87df83.jpg

Gunakan Kode Voucher "DQTRIAL", dan simak informasi di bawah ini mendapatkan 30 Hari FREE TRIAL:

  1. Buat Akun Gratis dengan Signup di DQLab.id/signup

  2. Buka academy.dqlab.id dan pilih menu redeem voucher 

  3. Redeem voucher "DQTRIAL" dan check menu my profile untuk melihat masa subscription yang sudah terakumulasi. 

  4. Selamat, akun kamu sudah terupgrade, dan kamu bisa mulai Belajar Data Science GRATIS 1 bulan.


    Penulis : Salsabila Miftah

    Editor : Annissa Widya Davita


      Mulai Belajar
      Machine Learning Sekarang
      Bersama DQLab

      Buat Akun Belajar & Mulai Langkah
      Kecilmu Mengenal Machine Learning

      Buat Akun


      Atau

      Sudah punya akun? Login