Mengenal sedikit Machine Learning

Halo manteman,
Disini kita bakal diskusi sedikit tentang apa sih machine learning.
Nah, mungkin temen- temen yang sudah sampai di story medium saya ini adalah orang orang yang memang tau machine learning, atau ada tugas dari kampus atau sekolahnya apa sih machine learning itu. Jadi, ayok kita diskusi.

Oke, Kalau kita penggal katanya ada 2 kata, yaitu “Machine” sama “Learning” jadi bisa diartikan secara harfiah adalah mesin yang belajar. Iya iya, anak SD juga tau Machine Learning Artinya Mesin yang belajar, tapi Mesin yang belajar seperti apa sih ?

Machine learning itu merupakan sebuah subfield dari Artificial Inteligence, yang pada dasarnya memiliki tujuan umum untuk memahami sutu struktur data dan memasukkan data kedalam sebuah model yang bisa dipahami dan dapat dimanfaatkan oleh manusia.

Walaupun Machine Learning itu merupakan pembelajaran dari yang namanya Ilmu komputer, tapi berbeda lo sama komputasi yang tradisional. Nah, Jika dalam komputasi yang tradisional, algoritmanya ditentukan secara runtut oleh si penciptanya, dalam machine learning tidak , Algoritma Machine learning memungkinkan untuk melatih komputer menggunakan data input dan analisis statistik untuk menghasilkan nilai dalam rentang tertentu yang memungkinkan untuk komputer memebuat sebuah model dalam tujuan mengotomatiskan proses pengambilan keputusan dengan penginputan data.

Duh ribet ya bahasanya, gampangnya begini, pernah maen tekken 3 ? Nah kalau pernah, ngerasain ga dari level ke level itu makin susah ? yaitu karna proses dari machine learning, dilevel awal kan karakter yang dilawan itu kayak bodoh ya, gampang dikalahin, makin naik level makin naik jadi makin susah, karena setiap gerakan yang kita keluarkan untuk menghadapi karakter lawan diproses sama algoritmanya. Sudah ya bahas tekken nya kita lanjut sama Machine Learningnya.

Dalam machine Learning ada 3 kategori :

• Supervised Learning

Untuk Supervised Learning ini jika diartikan kedalam bahasa indonesia merupakan Pembelajaran yang diawasi, seperti apa maksudnya? Langsung ke contoh aja, untuk komputer akan kita beritahu(beri data) tentang label dari sebuah object (inputs) dan nantinya jika nanti diberi kan sebuah object komputer dapat diharapkan mengenali objek tersebut.
Contoh :

Dengan supervised learning, algoritmanya diberi data gambar lumba lumba dan dilabelkan sebagai ikan,dengan algoritma supervised learning komputer dapat mengidentifikasi gambar lumbalumba yang belum dilabelkan sebagai ikan dengan sendirinya nantinya.

• Unsupervised Learning

Nah, dalam unsupervised Learning ini, datanya tidak diberi label, sehingga pada umumnya komputer sendiri dengan algoritma Unsupervised Learning dapat mengklasifikasikan data. Biasanya data yang bertebaran itu belum dilabelkan, jadi untuk unsupervised Learning in bisa menjadi sangat berharga.

Biasanya unsupervised Learning digunakan pada data transaksi, kebiasaan pembeli, sebagai contoh, pernah tidak kamu merasa diawasi terhadap behavior kamu di social media,merasa iklan iklan yang ditampilkan pada contohnya di facebook, instagram itu relate dengan apa yang kamu suka? jangan suudzon dulu terhadap pemerintah yang kamu kira telah menyadap handphone mu, dalam algoritma facebook, dan instagram ia memperhatikan like, komen, dan pencarianmu seberapa sering terhadap sesuatu, jika misalnya kamu sering melihat postingan basket, olahraga, Machine Learning bekerja disitu, besoknya kamu akan ditawari melihat postingan semacamnya. Begitu cara kerja Unsupervised machine learning,

Ya, Selamat datang pada era digital 4.0 :)

• Reinforcement Learning

Learning yang kali ini adalah machine learning yang mempunyai tujuan dengan diberi reward dan punishment, seperti apa itu? Nah semisal saja biar gampang, kita membuat labirin sederhana, dengan tujuan yang diletakkan pada ujung labirin, Mesin dibiarkan untuk belajar sendiri bagaimana cara mendapatkan goals tersebut, dengan jika langkah benar yang diambil mendapatkan reward, dan jika mengambil langkah yang salah akan mendapat punishment ya seperti contohnya akan mengulang dari awal. semacam itulah.

Pada Akhirnya

Machine learning merupakan sebuah bidang yang lebih mendekati Komputasi statistik, jadi yang mempunyai latar belakang statistik lebih berguna dalam mempelajari machine learning algoritma (ciee data science) ehm, tapi yang belum memahami statistik background alangkah lebih baiknya utnuk mempelajari apa itu Korelasi dan Regresi, dikarenakan 2 hal itu yang biasanya digunakan dalam menginvestigasi Hubungan antara 2 variabel. Korelasi digunakan untuk mengetahui seberapa besar sih hubungan antara 2 variabel tanpa mengetahui dia dependent atau independent, lalu untuk Regresi untuk mengetahui seberapa besar si variabel ini (independent) mempengaruhi si variabel lain (dependent).

Dalam Machine Learning most common Language untuk data eksplorasi setau penulis

• Python
• R

Jadi medium penulis ini biasanya menggunakan 2 bahasa diatas ketika mengeksplorasi data dalam stories stories kedepan.

Hm hm…
mungkin sampe disini dulu ya bacaan ringan kita, sebenernya masih banyak banget sih tentang machine learnig, kayak Decision Tree, K Nearest Neigbour, Deep Learning. Banyak, babang penulis sampe sini dulu, biar dipisah per part part (biar banyak dikit storiesnya ). Oke until next time
Ciao Manteman!