Daftar Isi:
Dalam beberapa tahun terakhir istilah "pembelajaran mesin" telah bermunculan di berbagai diskusi dan forum, tetapi apa sebenarnya artinya? Pembelajaran mesin dapat didefinisikan sebagai metode untuk analisis data, berdasarkan pengenalan pola dan pembelajaran komputasi. Ini terdiri dari berbagai algoritma seperti jaringan saraf, pohon keputusan, jaringan Bayesian, dll. Pembelajaran mesin menggunakan algoritma ini untuk belajar dari data dan memulihkan wawasan tersembunyi dari data. Proses pembelajaran berulang, sehingga data baru juga ditangani tanpa pengawasan. Ilmu untuk belajar dari data sebelumnya dan menggunakannya untuk data masa depan bukanlah hal baru, tetapi semakin populer.
Apa itu Pembelajaran Mesin?
Sementara beberapa orang percaya bahwa pembelajaran mesin tidak lebih baik dari metode tradisional pemrograman komputer yang masih digunakan, banyak yang menganggap pembelajaran mesin menjadi sebuah revolusi di bidang kecerdasan buatan (AI). Mereka percaya bahwa dengan menggunakan teknologi ini, mesin akan dapat mempelajari hal-hal dan melakukan hal-hal dengan pengalaman mereka sendiri, daripada hanya mengikuti instruksi manusia.
Untuk memahami lebih jauh tentang arti pembelajaran mesin, kita dapat membandingkannya dengan pemrograman komputer tradisional. Bagian berikut akan membahas lebih banyak tentang pembelajaran mesin dan perbedaannya dari pemrograman tradisional. (Untuk beberapa pro dan kontra pembelajaran mesin, lihat Janji dan Kesalahan Pembelajaran Mesin.)
