Artificial Intelligence For Learning The Basics
Photo by Markus Winkler on Unsplash
Machine Learning merupakan salah satu cabang Artificial Intelligence yang melakukan pembalajaran dari data yang diberikan untuk menghasilkan prediksi dan membantu dalam pengambilan keputusan. Berikut adalah langkah – langkah yang diperlukan untuk menjadi ahli dalam Machie Learning :
Memahami Apa itu Supervised Learning
Supervised Learning adalah teknik dalam Machine Learning yang digunakan untuk melatih data yang variabel dependennya sudah diberi label, sehingga bisa digunakan untuk memprediksi data baru dari data yang sudah diketahui sebelumnya. Ini adalah contoh dari Supervised Learning :
- Regression
Regression adalah metode statistik yang digunakan untuk mengetahui hubungan antara variabel independen dan variabel dependen yang sudah diberi label. Tujuan dari regression adalah mencari tahu sebab-akibat antara suatu data dan memprediksi data untuk kedepannya. Berikut adalah contoh dari regression dalam Machine learning :
- Simple Linear Regression
- Multiple Linear Regression
- Polynomial Regression
- Support Vector Regression
- Decision Tree Regression
- Random Forest Regression
- Classification
Classification adalah teknik dari Machine Learning untuk melatih variabel independen dengan variabel dependen yang sudah memiliki label untuk dikelompokkan dan memprediksi data baru kedalam kelompok data yang sama. Berikut ini adalah contoh dari classification dalam Machine Learning :
- Logistic Regression
- K-Nearest Neighbours
- Support Vector Machine
- Naive Bayes
- Decision Tree Classification
- Random Forest Classification
- Natural Language Processing
Memahami Apa itu Unsupervised Learning
Unsupervised Learning adalah teknik dalam Machine Learning untuk melatih data yang variabel dependennya belum memiliki label. Label dari variabel dependen ini bisa ditentukan dari hasil pengelompokkan dari independen variable sehingga kita bisa memprediksi data baru kedepannya. Ini adalah contoh dari Unsupervised Learning :
- Clustering
Clustering adalah teknik dalam Machine Learning yang digunakan untuk mengelompokkan data berdasarkan kemiripannya. Variabel independennya diketahui tetapi variabel dependennya belum diketahui.
Berdasarkan kemiripan data, variabel dependen bisa ditentukan dan membantu kita dalam memprediksi pengelompokkan data baru kedepannya. Berikut adalah contoh dari Clustering dalam Machine Learning :
- K-Means Clustering
- Hierarchical Clustering
- Natural Language Processing
- Dimensionality Reduction
Dimensionality Reduction adalah teknik dalam Machine Learning yang digunakan untuk mengurangi fitur atau variabel yang kompleks menjadi lebih simpel tanpa menghilangkan informasi penting yang ada pada data yang diberikan. Berikut adalah contoh dari Dimensionality Reduction dalam Machine Learning :
- Principal Component Analysis
- Linear Discriminant Analysis
Ketahui Pengertian Dari Association Rule Learning
Association Rule Learning adalah model Machine Learning yang bertujuan untuk mencari hubungan antara kumpulan item dari dataset transaksional. Berikut adalah contoh dari Association Rule Learning dalam Machine Learning :
- Apriori
- Eclat
Pelajari Reinforcement Learning
Reinforcement Learning adalah teknik dalam Machine Learning yang melibatkan agen dengan lingkungannya. Agen memerlukan “reward” dari lingkungannya untuk mengetahui apakah learning atau decision yang mereka ambil itu benar atau tidak. Berikut adalah contoh dari Reinforcement Learning dalam Machine Learning :
- Upper Confidence Bound
- Thompson Sampling
- Q-Learning
Pentingnya Mengetahui Model Boosting
Model Boosting adalah teknik dalam Machine Learning yang menggabungkan model – model dalam Machine Learning untuk saling memperbaiki kesalahannya satu sama lain sehingg mendapatkan model prediksi yang optimal bahkan hampir sempurna. Berikut adalah contoh dari Model Boosting dalam Machine Learning :
- XGBoost
- CatBoost
Dari langkah – langkah diatas, Anda bisa menjadi ahli dalam bidang Machine Learning apabila Anda memahami lebih dalam langkah langkah diatas beserta apa saja contoh dan model yang bisa dibuat di dalamnya.
Bagi anda yang ingin memberikan komentar pada website ini, silahkan tulis komentar Anda dengan mengisi nama dan alamat email Anda. Anda dapat membaca blog kami sebelumnya mengenai terminologi yang ada di pasar saham dan blog kami selanjutnya mengenai 5 metode untuk membangun model regression yang akurat.
[…] Bagi anda yang ingin memberikan komentar pada website ini, silahkan tulis komentar Anda dengan mengisi nama dan alamat email Anda. Anda dapat membaca blog kami sebelumnya mengenai 5 faktor yang mempengaruhi pergerakan harga saham dan blog kami selanjutnya mengenai langkah – langkah untuk menjadi ahli dalam Machine Learning. […]
[…] – Machine Learning […]
[…] Anda dengan mengisi nama dan alamat email Anda. Anda dapat membaca blog kami sebelumnya mengenai langkah – langkah yang perlu dilakukan supaya ahli dalam Machine Learning. Nantikan konten blog kami selanjutnya yang ga kalah […]
[…] Anda dengan mengisi nama dan alamat email Anda. Anda dapat membaca blog kami sebelumnya mengenai langkah – langkah untuk menjadi ahli dalam Machine Learning dan blog kami selanjutnya mengenai 3 komponen penting dalam laporan […]
[…] Sabar gengs, mimin bakal jelasin sejelas dan sesingkat mungkin. Jadi hal pertama yang perlu kalian ketahui adalah Machine Learning, gampangnya Machine Learning adalah komputer yang bisa memprediksi suatu data. Kalau kalian mau mempelajari lebih mendalam mengenai Machine Learning, kalian bisa kunjungi artikel kami yang ini. […]