Menyingkap Rahasia Pembelajaran Mesin: Membongkar Algoritma dan Tekniknya

     Algoritma pengelompokan

• K-means
• DBSCAN
• Mean Shift
• Hierarchical

4. Asosiasi (mengaitkan peristiwa yang terjadi secara bersamaan)

     Algoritma asosiasi:

• Apriori: Proses ekstraksi informasi dari suatu database dalam pembentukan asosiasi rule mining untuk mendapatkan hasil nilai minimum support & confidence.

5. Anomaly Detection (menemukan aktivitas abnormal seperti deteksi penipuan)

6. Sequence Pattern Mining (memprediksi peristiwa data berikutnya di antara contoh data)

7. Dimensionality Reduction (mengurangi ukuran data agar hanya mengekstrak fitur berguna)

8. Recommendation System (membuat mesin rekomendasi)

     Contoh:

• Sistem rekomendasi produk di Shopee
• Sistem rekomendasi Spotify

Tipe Machine Learning

Algoritma Machine Learning umumnya dikategorikan berdasarkan tujuannya:

• Supervised Machine Learning Algorithms: Algoritma pembelajaran mesin yang diawasi menggunakan data untuk menemukan pola dan kemudian menggunakan perilaku yang dipelajari untuk memprediksi nilai variable target.
• Unsupervised Machine Learning Algorithms: Algoritma pembelajaran mesin tanpa pengawasan mencoba mengenali pola, meringkas, dan mengumpulkan poin data menggunakan teknik yang diterapkan pada data masukan.
• Semi-supervised Machine Learning Algorithms: Pembelajaran semi diawasi berada di tengah-tengah. Metode ini memanfaatkan fakta bahwa data yang tidak berlabel berisi informasi penting tentang parameter grup.
• Reinforcement Learning: Algoritma pembelajaran penguatan terus menerus belajar dari lingkungan secara iterative dan memungkinkan software memilih perilaku terbaik dalam situasi tertentu.

Bagaimana Cara Kerja Machine Learning?

https://www.youtube.com/watch?v=mmXB636p_E8

Bagaimana cara kerja pembelajaran mesin? ~ Yann LeCun, Kepala Riset AI Facebook | Sumber: Youtube [ 3 ]