Mohon tunggu...
Bayu Prana Ksatria
Bayu Prana Ksatria Mohon Tunggu... Ilmuwan - an Ordinary Guy

Aku memang tidak sempurna. namun aku akan selalu mencoba menjadi yang terbaik

Selanjutnya

Tutup

Gadget

Memahami Perbedaan Machine Learning dan Deep Learning-Bagian 1

27 Januari 2020   19:33 Diperbarui: 27 Januari 2020   19:34 807
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Gadget. Sumber ilustrasi: PEXELS/ThisIsEngineering

Machine Learning dan Deep learning meskipun keduanya sama sama mencari pola dalam sekumpulan data, akan tetapi masing masing mengembangkan teknik yang sangat berbeda~

Machine learning dan deep learning keduanya merupakan perkembangan dari Kecerdasan buatan (Artificial Intelligence). gw juga bisa menyatakan bahwa deep learning adalah bagian dari Machine Learning.

baik Machine Learning ataupun Deep Learning keduanya dimulai dengan melatih, test dan memodelkan data kedalam sebuah proses optimasi untuk mendapatkan pemodelan yang paling cocok terhadap data tersebut. Machine Learning dan deep learning bisa meng-handle berbagai macam problem baik numeric (regressi) dan non numeric (klasifikasi). Meski begitu ada beberapa area apps seperti object recognition dan language translation itu yang bisa lebih akurat jika menggunakan deep learning instead of Machine Learning.

Penjelasan Machine Learning

Algortima Machine Learning biasanya dibagi menjadi Supervised (Data latih sudah sepaket dengan penjelasannya dan Unsupervised (Data Latih tidak diberi label apa apa)

Supervised  Machine Learning selanjutnya dibagi menjadi Classsification (memprediksi jawaban nonnumerik seperti kemungkinan kredit rumah yang gagal bayar) dan Reggression (memprediksi jawaban numerik, seperti jumlah rumah yang bisa dijual ada berapa sih)

Unsupervised Learning selanjutnya dibagi menjadi Clustering (menjai gruping dan object object yang serupa misalnya sepatu lari, sepatu gym, sepatu basket dan sejenisnya) Association (mencari urutan object yang serupa misalnya kopi dan krim) dan Dimensionality Reduction (Proyeksi, Feature Selection dan Feature Extraction

Mohon tunggu...

Lihat Konten Gadget Selengkapnya
Lihat Gadget Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun