Guru Penggerak Kok Kalah Pintar dengan ChatGPT?

Machine Learning sering kali di-deploy jika pemrograman eksplisit terlalu kaku atau tidak praktis. Tidak seperti kode komputer biasa yang dikembangkan oleh developer perangkat lunak untuk mencoba menghasilkan keluaran khusus kode program berdasarkan masukan yang diberikan, machine learning menggunakan data untuk menghasilkan kode statistik (model ML), yang akan menyajikan "hasil yang benar" berdasarkan pola yang dikenali dari contoh masukan sebelumnya (dan keluaran, jika semua teknik diawasi). Akurasi model ML didasarkan terutama pada kualitas dan kuantitas data historis.

dokpri

Bagaimana kegiatan webinar ini dapat berlangsung? Alhamdulillah kegiatan webinar ini dapat berlangsung dengan pembawa acara atau Mc ibu Lani dan pak Rully. Keduanya sangat kompak sekali membawakan acara webinar ini sehingga berjalan dengan lancar. Dengan data yang tepat, model ML dapat menganalisis masalah dimensi tinggi dengan miliaran contoh, untuk menemukan fungsi optimal yang dapat memprediksi hasil dengan masukan yang diberikan. Model ML biasanya dapat memberikan keyakinan statistik tentang prediksi, serta performanya secara keseluruhan. Skor evaluasi tersebut penting dalam keputusan jika Anda akan menggunakan model ML atau prediksi setiap individu. Adapun Tipe machine learning dapat dilihat di slide yang ada di bawah ini.

dokpri

Banyak sekali ilmu baru dan wawasan baru omjay dapatkan dalam kegiatan webinar yang singkat ini. Machine learning sering digunakan untuk memprediksi hasil di masa mendatang berdasarkan data historis. Misalnya, perusahaan menggunakan machine learning untuk memprediksi berapa banyak produk mereka yang akan dijual pada kuartal fiskal mendatang berdasarkan demografi tertentu; atau perkirakan profil pelanggan mana yang memiliki kemungkinan tertinggi untuk merasa tidak puas atau paling setia pada merek Anda. Prediksi tersebut memungkinkan keputusan bisnis yang lebih baik, pengalaman pengguna yang lebih pribadi, dan berpotensi mengurangi biaya retensi pelanggan. Melengkapi Kecerdasan Bisnis (BI), yang berfokus pada pelaporan data bisnis masa lalu, ML memprediksi hasil masa depan berdasarkan tren dan transaksi masa lalu.

dokpri

Artificial Intelligence atau kecerdasan buatan sangat dibutuhkan dalam dunia pendidikan. Deep Learning adalah cabang dari machine learning yang melibatkan algoritma berlapis dalam upaya untuk memahami data secara lebih baik.  

Algoritma tidak lagi terbatas untuk membuat rangkaian hubungan yang dapat dijelaskan seperti halnya regresi yang lebih mendasar.  Sebaliknya, deep learning bergantung pada lapisan algoritma nonlinier ini untuk membuat representasi terdistribusi yang berinteraksi berdasarkan serangkaian faktor.  

Mengingat luasnya rangkaian data pelatihan, algoritma machine learning mulai dapat mengidentifikasi hubungan antar elemen. Hubungan ini mungkin berupa antara bentuk, warna, kata, dan lainnya.  

Dari sini, sistem kemudian dapat digunakan untuk membuat prediksi.  Dalam machine learning dan kecerdasan buatan, kekuatan deep learning berasal dari kemampuan sistem untuk mengidentifikasi lebih banyak hubungan daripada yang dapat dikodekan secara praktis oleh manusia dalam perangkat lunak, atau hubungan yang bahkan mungkin tidak dapat dilihat oleh manusia.