[LAST CALL!] BANGKITKAN SKILL DATA SAMPAI SUKSES BERKARIR
BELAJAR DATA SCIENCE 6 BULAN CUMA 127 RIBU  | Pakai Kode: DQBANGKIT
KLAIM PROMONYA!
Pendaftaran ditutup dalam 0 Hari 16 Jam 32 Menit 10 Detik 

Yuk Kenali 3 Tipe Algoritma Machine Learning

Belajar Data Science di Rumah 26-Februari-2021
https://dqlab.id/files/dqlab/cache/b1fa311171c00d65e3037f42e0841d8e_x_Thumbnail800.png

Machine learning atau mesin pembelajaran merupakan sebuah cabang ilmu dari Artificial Intelligence (kecerdasan buatan). Machine learning biasanya digunakan untuk menangani data yang sangat besar sehingga menghasilkan keputusan yang tepat. Salah satu fungsi dari machine learning adalah menjadikan komputer cerdas sehingga dapat menggeneralisasi secara otomatis berdasarkan pembelajaran sebelumnya dalam hal klasifikasi.


Cara kerja machine learning hampir sama seperti manusia, yaitu dengan mempelajari contoh sebelumnya sehingga akan dapat menjawab permasalahan yang baru. Dalam hal ini machine learning akan mempelajari data yang sudah ada kemudian membentuk sebuah model yang dapat menentukan keputusan yang tepat untuk data yang baru. Dalam machine learning terdapat beberapa algoritma yang bisa digunakan. Ada algoritma apa saja ya pada machine learning? Yuk, simak artikel ini!


1. Supervised Learning

Supervised Learning merupakan salah satu algoritma machine learning yang mana terdapat serangkaian contoh input-output yang benar, dalam hal ini data yang digunakan memiliki label atau kelas.Pada algoritma ini data yang digunakan terbagi menjadi dua yaitu data latih dan data uji. Data latih digunakan untuk mengenali pola data yang akan membuat model untuk digunakan pada data uji. Contoh algoritma supervised learning antara lain K-NN, Naive Bayes Classifier, Decision Tree, Random Forest, Artificial Neural Network, Support Vector Machine (SVM) dan masih banyak lainnya.


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


2. Unsupervised Learning

Unsupervised Learning merupakan algoritma yang mana tidak terdapat label atau kelas di dalam data. Algoritma ini mengidentifikasi kesamaan, pola, struktur dan fitur yang serupa dalam data yang mana akan dikelompokkan ke dalam beberapa klaster berdasarkan hasil persamaan data tersebut. Selain itu pada algoritma ini tidak memiliki data latih dan data uji, sehingga keseluruhan data tersebut akan langsung dikelompokkan menjadi dua atau lebih kelompok. Contoh algoritma unsupervised learning adalah K-Means, DBSCAN, Hierarchical Clustering, Autoencoder, Deep Belief Network, Principal Component Analysis (PCA), dan masih banyak lainnya.


3. Reinforcement Learning

Reinforcement Learning sedikit berbeda dengan Supervised Learning maupun Unsupervised Learning. Reinforcement learning merupakan algoritma yang dapat membuat komputer menentukan perilaku atau belajar sendiri dari lingkungannya. Terdapat beberapa karakteristik reinforcement learning, yaitu tidak ada supervisor, pengambilan keputusan secara berurutan serta feedback yang selalu tertunda. Alasan orang menggunakan algoritma ini adalah agar dapat membantu menemukan situasi yang membutuhkan tindakan. Namun algoritma ini tidak dapat diterapkan ke dalam semua kasus.


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

4. Yuk, BELAJAR DATA SCIENCE GRATIS DI DQLAB SELAMA 1 BULAN!

                                       

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 : Latifah Kurniasari

Editor : Annissa Widya Davita

Postingan Terkait

Sign Up & Mulai Belajar Gratis di DQLab!