Machine Learning — Pembelajaran Mesin

Sub-bidang AI yang memungkinkan sistem belajar dari data tanpa diprogram secara eksplisit. Dicetuskan oleh Arthur Samuel 1952 untuk program checkers-nya.

ML adalah pendekatan dominan AI sejak 1990-an. Paradigma: supervised, unsupervised, self-supervised, reinforcement learning. Algoritma klasik: decision trees, SVM, neural networks.

Also known as: ML, pembelajaran mesin
Print

Machine Learning

Definisi

Machine learning (ML) adalah sub-bidang kecerdasan buatan yang memberikan komputer kemampuan untuk belajar dari data tanpa diprogram secara eksplisit.

Istilah ini dicetuskan oleh Arthur Samuel pada 1952 saat membangun program checkers yang belajar dari bermain melawan dirinya sendiri.

Paradigma

  1. Supervised learning — belajar dari data berlabel (X, Y)
  2. Unsupervised learning — belajar dari data tanpa label
  3. Self-supervised learning — pre-training dengan masked prediction
  4. Reinforcement learning — belajar dari reward
  5. Few-shot learning — belajar dari beberapa contoh saat inference

Algoritma Klasik

  • Linear regression (1800-an, statistik)
  • Decision trees (ID3, CART — 1980-an)
  • Support Vector Machines (Vapnik, 1995)
  • k-Nearest Neighbors
  • Naive Bayes
  • Random Forests (2001)
  • Gradient Boosting (XGBoost, LightGBM)

Era Modern

Sejak 2012, deep learning mendominasi ML di computer vision, NLP, dan speech recognition.

Connected to

Not yet written

The following pages are referenced but don't exist yet — they'd make good future additions.

  • /concepts/deep-learning

References

  1. Wikipedia

Type at least 2 characters to search.

Press to navigate, to open, esc to close.