Daftar Isi:
Pembelajaran mesin telah menjadi salah satu kemajuan terbesar dalam sejarah komputasi, dan sekarang diyakini mampu mengambil peran penting di bidang big data dan analitik. Analisis data besar merupakan tantangan besar dari perspektif bisnis. Misalnya, kegiatan seperti memahami volume besar format data yang bervariasi, persiapan data untuk analisis, dan memfilter data yang berlebihan dapat menghabiskan banyak sumber daya. Mempekerjakan ilmuwan data dan spesialis adalah proposisi yang mahal dan tidak sesuai kemampuan setiap perusahaan. Para ahli percaya bahwa pembelajaran mesin mampu mengotomatisasi banyak tugas yang berkaitan dengan analitik - baik rutin maupun kompleks. Pembelajaran mesin otomatis dapat membebaskan banyak sumber daya yang dapat digunakan dalam pekerjaan yang lebih kompleks dan inovatif. Tampaknya pembelajaran mesin telah menuju ke arah itu. (Untuk mempelajari lebih lanjut tentang penggunaan pembelajaran mesin, lihat Janji dan Kesulitan Belajar Mesin).
Otomasi dalam Konteks Teknologi Informasi
Dalam konteks TI, otomatisasi adalah penghubung sistem dan perangkat lunak yang berbeda sehingga mereka dapat melakukan pekerjaan tertentu tanpa campur tangan manusia. Dalam industri TI, sistem otomatis dapat melakukan pekerjaan sederhana dan kompleks. Contoh pekerjaan sederhana dapat mengintegrasikan formulir dengan PDF dan mengirim dokumen ke penerima yang benar, sementara menyediakan cadangan di luar kantor bisa menjadi contoh pekerjaan yang kompleks.
Untuk melakukan tugasnya, sistem otomatis perlu diprogram atau diberi instruksi eksplisit. Setiap kali sistem otomatis diperlukan untuk memodifikasi ruang lingkup pekerjaannya, program atau serangkaian instruksi perlu diperbarui oleh manusia. Sementara sistem otomatis efisien dalam pekerjaannya, kesalahan dapat terjadi karena berbagai alasan. Ketika kesalahan terjadi, akar permasalahan perlu diidentifikasi dan diperbaiki. Jelas, untuk melakukan pekerjaan mereka, sistem otomatis sepenuhnya bergantung pada manusia. Semakin kompleks sifat pekerjaan, semakin tinggi kemungkinan kesalahan dan masalah.
