3 Jenis Algoritma Machine Learning Yang Perlu Diketahui
Kecanggihan teknologi yang berkembang secara terus menerus memberi dampak pada kehidupan keseharian kita. Salah satu hal yang mendukung dari proses tersebut adalah adanya perkembangan internet yang menghasilkan sangat banyak data atau biasa disebut dengan big data. Big data tersebut jika diolah atau dianalisis sesuai dengan permasalahannya akan dapat memberikan informasi atau kesimpulan yang dapat memberi pengaruh kepada perusahaan atau instansi terkait. Salah satu ide atau ilmu untuk menganalisis data tersebut menggunakan algoritma artificial intelligence atau algoritma kecerdasan buatan.
Algoritma merupakan suatu prosedur atau langkah demi langkah yang tersusun secara sistematis untuk menyelesaikan suatu permasalahan menggunakan dasar-dasar logika tertentu. Terdapat beberapa algoritma yang digunakan adalah algoritma artificial intelligence. Algoritma artificial intelligence saat ini sudah banyak digunakan untuk menganalisis permasalahan-permasalahan di berbagai bidang. Pada artikel kali ini kita akan mengenali beberapa jenis algoritma artificial intelligence.
1. Supervised Learning
Supervised learning merupakan pendekatan dimana data yang digunakan memiliki dua bagian, yaitu data latih dan data uji. Dalam algoritma ini data latih digunakan untuk membuat model lalu kemudian model yang telah dibuat tersebut digunakan dalam data uji untuk melihat seberapa akurat model yang telah dibuat. Supervised learning biasanya digunakan untuk masalah klasifikasi. Beberapa contoh algoritma supervised learning adalah K-NN, Naive Bayes Classifier, Regresi Linier, Decision Tree, dan lain-lain.
Baca juga : 3 Jenis Algoritma Machine Learning yang Dapat Digunakan di Dunia Perbankan
2. Unsupervised Learning
Pada bagian sebelumnya telah sedikit dijelaskan mengenai supervised learning. Berbeda dengan supervised learning, unsupervised learning tidak memiliki data latih sehingga tidak memiliki variabel kelas atau target. Unsupervised learning menggunakan kemampuan dengan menemukan pola tersembunyi dalam data sehingga dapat mengelompokkannya berdasarkan kehomogenan data. Beberapa contoh algoritma unsupervised learning adalah K-Means Clustering
3. Reinforcement Learning
Sedikit berbeda dengan supervised learning dan unsupervised learning, pada algoritma reinforcement learning mesin dilatih untuk mengambil keputusan berdasarkan kebutuhan bisnis yang bertujuan untuk memaksimalkan kinerjanya. Cara kerjanya adalah mesin bekerja secara otomatis untuk menentukan perilaku yang ideal dalam algoritma sehingga algoritma dapat bekerja secara maksimal. terdapat beberapa istilah yang sering digunakan dalam algoritma ini, yaitu agent, environment, reward, state, policy, value, value function, model of the environment, model based methods, dan action value
Baca juga : Belajar Data Science: Pahami Penggunaan Machine Learning pada Python
4. Yuk, BELAJAR DATA SCIENCE GRATIS DI DQLAB SELAMA 1 BULAN!
Gunakan Kode Voucher "DQTRIAL", dan simak informasi di bawah ini mendapatkan 30 Hari FREE TRIAL:
Buat Akun Gratis dengan Signup di DQLab.id/signup
Buka academy.dqlab.id dan pilih menu redeem voucher
Redeem voucher "DQTRIAL" dan check menu my profile untuk melihat masa subscription yang sudah terakumulasi.
Selamat, akun kamu sudah terupgrade, dan kamu bisa mulai Belajar Data Science GRATIS 1 bulan.
Penulis : Latifah Uswatun Khasanah
Editor : Annissa Widya Davita