Pembelajaran mesin

Kecerdasan buatan

Kecerdasan buatan mengacu pada kecerdasan yang ditampilkan oleh mesin yang mensimulasikan kecerdasan manusia dan hewan

Hubungan antara AI dan ML

AI — Rekayasa pembuatan mesin dan program cerdas

ML — Kemampuan untuk belajar tanpa diprogram secara eksplisit. Dengan kata lain, Kemampuan sistem Kecerdasan Buatan untuk belajar dengan mengekstraksi pola dari data dikenal sebagai Pembelajaran Mesin

Fitur ML ;
• Menggunakan data untuk mendeteksi pola dalam kumpulan data dan menyesuaikan tindakan program yang sesuai
• Berfokus pada pengembangan program komputer yang dapat mengajarkan dirinya untuk tumbuh dan berubah saat terpapar data baru
• Memungkinkan komputer menemukan wawasan tersembunyi menggunakan algoritme iteratif tanpa secara eksplisit diprogram
• Mengotomatiskan pembuatan model analitis

Tradisional vs ML

Pembelajaran Mesin dan Ilmu Data

DS dan ML berjalan beriringan. DS membantu mengevaluasi data untuk algoritme ML.

DS : Ini adalah penggunaan metode statistik untuk menemukan pola dalam data

ML : Pembelajaran mesin statistik menggunakan matematika dan teknik yang sama dengan DS

DS : Teknik-teknik ini diintegrasikan ke dalam algoritme yang belajar dan meningkatkannya sendiri

ML : Pembelajaran mesin memfasilitasi AI karena memungkinkan mesin belajar dari pola dalam data

Teknik Pembelajaran Mesin

ML menggunakan sejumlah teori dan teknik dari DS

• Klasifikasi : Teknik di mana program komputer belajar dari input data yang diberikan kepadanya dan kemudian menggunakan pembelajaran ini untuk mengklasifikasikan observasi baru
• Kategorisasi : Teknik pengorganisasian data ke dalam kategori untuk penggunaan yang paling efektif dan efisien
• Clustering : Mengelompokkan sekumpulan objek sedemikian rupa sehingga objek dalam kelompok yang sama lebih mirip satu sama lain daripada objek dalam kelompok lain
• Analisis Tren : Ini bertujuan untuk memproyeksikan pergerakan peristiwa saat ini dan masa depan melalui penggunaan analisis data deret waktu
• Deteksi Anomali : Untuk mengidentifikasi kasus-kasus yang tidak biasa dengan data yang tampaknya homogen
• Visualisasi : Untuk menyajikan data dalam format gambar atau grafis. Ini memungkinkan pembuat keputusan untuk melihat analitik yang disajikan secara visual
• Pengambilan Keputusan : Suatu teknik atau keterampilan yang memberi orang kemampuan untuk mempengaruhi keputusan manajerial dengan data sebagai bukti untuk kemungkinan tersebut

Pemrosesan gambar: penandaan dan pengenalan gambar, mobil self-driving, pengenalan karakter optik (OCR), dll.

Robotika : Simulasi manusia, Robot Humanoid, Robotika Industri.

Penambangan data: Deteksi anomali, Pengelompokan dan Prediksi, Aturan asosiasi.

Vedio Games : beberapa game menerapkan pembelajaran penguatan

Analisis Teks : pemfilteran spam, analisis sentimen, ekstraksi informasi

Perawatan Kesehatan: Diagnosis medis, Lebih dari 100 startup mengubah perawatan kesehatan dengan AI

……

Terima kasih!