Pemrograman Tradisional

Pembelajaran Mesin

Pemrograman Modern

Pembelajaran Tradisional

Recognizing Anomalies

Generating Patterns

Prediction

Recognition Patterns

Prediction

Recognition Patterns

Recognizing Anomalies

Generating Patterns

Semi-unsupervised Learning

Supervised Learning

Unsupervised Learning

Reinforcement Learning

Cluster

Regresi

Class

Regresi

Cluster

Class

artificial intelligence (AI)

Data statistics

Deep Learning

Machine learning

Prediction

Face Recognition

Feeding the newborn

Image Recognition

Medical Diagnoses

Classification

Progression

Declassification

Regression

Loitering

Association

Clustering

Dissociation

True

False

Supervised Learning adalah teknik pengajaran di kelas tanpa teknologi.

Supervised Learning adalah metode pembelajaran mesin yang menggunakan data berlabel untuk melatih model.

Supervised Learning adalah proses pengumpulan data tanpa analisis.

Supervised Learning adalah metode pembelajaran tanpa data berlabel.

PUnsupervised Learning adalah metode yang hanya menggunakan data berlabel.

Unsupervised Learning adalah teknik yang memerlukan pengawasan manusia dalam prosesnya.

Unsupervised Learning adalah metode yang tidak dapat menemukan pola dalam data.

Unsupervised Learning adalah metode pembelajaran mesin yang menggunakan data tanpa label untuk menemukan pola.

Decision tree

DBSCAN

K-Means Clustering

Agglomerative

DBSCAN

Support Vector Machine

Regresi Liniear

Random Forest

Regresi digunakan untuk analisis data, klasifikasi untuk visualisasi.

Regresi memprediksi nilai kontinu, klasifikasi memprediksi kategori.

Regresi dan klasifikasi keduanya memprediksi nilai yang sama.

Regresi hanya digunakan untuk data diskrit, klasifikasi untuk data kontinu.

Memprediksi jenis bunga berdasarkan ukuran kelopak.

Memprediksi apakah seseorang akan membeli produk berdasarkan usia.

Memprediksi jumlah pengunjung berdasarkan waktu dan hari.

Contoh kasus: Memprediksi harga rumah berdasarkan luas dan lokasi.

Clustering adalah proses penggabungan data menjadi satu kesatuan tanpa analisis.

Clustering adalah metode untuk mengklasifikasikan data dengan label.

Clustering adalah teknik pengelompokan data berdasarkan kesamaan tanpa label.

Clustering digunakan untuk mengurangi dimensi data secara otomatis.

Klasifikasi hanya digunakan untuk data numerik, clustering untuk data kategorikal.

Clustering memerlukan label, klasifikasi tidak memerlukan label.

Klasifikasi dan clustering adalah metode yang sama.

Klasifikasi memerlukan label, clustering tidak memerlukan label.

Forecasting time series adalah teknik statistik untuk memprediksi nilai masa depan berdasarkan nilai yang telah diamati sebelumnya dalam dataset yang terurut waktu.

Forecasting time series adalah teknik untuk mengumpulkan data tanpa analisis lebih lanjut.

Forecasting time series hanya digunakan untuk analisis data keuangan.

Forecasting time series adalah metode untuk menghitung rata-rata dari data yang tidak terurut.

Overfitting adalah kondisi di mana model terlalu cocok dengan data pelatihan, sehingga tidak dapat generalisasi dengan baik pada data baru.

Overfitting adalah saat model tidak belajar dari data pelatihan.

Overfitting adalah kondisi di mana model tidak terlatih dengan baik.

Overfitting terjadi ketika model terlalu sederhana untuk data yang diberikan.

Data training hanya diperlukan dalam unsupervised learning

Data training digunakan untuk menguji model dalam supervised learning

Data training berfungsi untuk mengumpulkan data baru.

Data training berperan sebagai contoh untuk melatih model dalam supervised learning

Validasi model hanya dilakukan sekali setelah pelatihan.

Validasi model tidak mempengaruhi performa model.

Validasi model hanya diperlukan untuk data pelatihan.

Validasi model membantu memastikan akurasi dan generalisasi model pada data baru.

Memprediksi harga saham berdasarkan data historis.

Memprediksi jenis penyakit berdasarkan gejala yang ada.

Memprediksi jumlah penjualan berdasarkan waktu.

Memprediksi suhu udara berdasarkan data cuaca sebelumnya.

Cross-validation adalah teknik untuk membagi dataset menjadi beberapa bagian untuk pelatihan dan pengujian.

Cross-validation adalah metode untuk mengumpulkan data baru.

Cross-validation hanya digunakan untuk model regresi.

Cross-validation adalah proses menguji model dengan satu set data saja.

Sistem pengolahan data berbasis cloud

Algoritma untuk pengenalan suara

Model pembelajaran tanpa pengawasan

Model pembelajaran terawasi yang dapat mengatasi data tidak terpisah secara linier

Menghitung bobot

Melakukan prediksi

Menerima sinyal input untuk diproses

Mengelola data output

Menyimpan model ke dalam file

Memodifikasi bobot untuk melatih jaringan saraf

Menghitung akurasi model

Mengumpulkan data dari pengguna

Bahasa pemrograman

Komponen perangkat keras

Sistem penyimpanan data

Unit dasar yang memproses informasi

Meningkatkan akurasi perangkat keras

Menyelesaikan masalah yang tidak dapat dipisahkan secara linier

Meningkatkan kecepatan pemrosesan

Mengurangi ukuran data

Lapisan yang menerima input dari pengguna

Lapisan yang berada di antara input dan output

Lapisan yang menyimpan data

Lapisan yang melakukan prediksi

Menambah jumlah neuron

Mengubah struktur jaringan

Menghapus data

Menyimpan model ke dalam file

Learning

Natural Interaction

Societal Impact

Perception

Mengeneralisasi pola pada data

Membuat mesin cerdas

Membuat komputer cerdas

Semi-supervised learning

Reinforcement Learning

Unsupervised Learning

Fun Learning

Mengubah data menjadi numerik

Ekplorasi data

penghapusan data

pemulihan data

iya

tidak

biasa saja

Machine Learning

Jaringan saraf

Deep Learning

Natural Language Processing

Belajar dari data yang diberi label

Mencari pola dalam data yang tidak diberi label

Belajar dengan bantuan pengawasan

Belajar dari pengalaman

Membuat prediksi berdasarkan data

Mencari pola dalam data

Belajar dari data yang diberi label

Maksimalkan penghargaan (reward) melalui interaksi

Benar

Salah

Data tanpa label

Data dengan label

Algoritma yang belajar dari hukuman dan hadiah

Model yang dapat mengubah lingkungannya

Hanya digunakan untuk pengolahan gambar

Tidak dapat belajar dari data

Terinspirasi oleh struktur neuron biologis

Memiliki satu lapisan

Pembelajaran yang tidak memerlukan algoritma

Pembelajaran tanpa data

Pembelajaran dengan banyak lapisan tersembunyi

Pembelajaran dengan satu lapisan

Benar

Salah

Permainan video

Prediksi cuaca

Pengolahan bahasa alami

Deteksi penipuan

Benar

Salah

reinforcement learning

unsupervised learning

statistical learning

supervised learning

bilangan riil

boolean

bilangan diskret

interval angka

z

y

x

5

Menentukan email spam dan bukan spam

Memprediksi harga emas

Memprediksi apakah konsumen puas atau tidak puas dengan layanan yang diberikan

prakiraan cuaca

Memprediksi harga saham

Memprediksi berat badan bayi baru lahir

Memprediksi konsumen yang loyal atau tidak

Memprediksi jumlah barang terjual bulan depan

Benar

Salah

Benar

Salah

Decision Tree

Support Vector Machine (SVM)

k-Nearest Neighbor (kNN)

Artificial Neural Network (ANN)

Prior probability

Conditional Probability

Applied Probability

Artificial Neural Network (ANN)

Decision Tree

Naive Bayes

Support Vector Machine (SVM)

Benar

Salah

optimizer

kernel

hyperplane

margin

k-NN

k-Means

k-Medoids

Gaussian Mixture Model (GMM)

Benar

Salah

Benar

Salah

Benar

Salah

Benar

Salah

Ada 8 email spam yang tepat diprediksi sebagai spam.

Ada 8 email spam yang diprediksi sebagai non-spam.

Ada 8 email non-spam yang tepat diprediksi sebagai non-spam.

Ada 8 email non-spam yang diprediksi sebagai spam.

55%

80%

90%

92%

Benar

Salah