Kumpulan fakta atau informasi yang digunakan untuk training model

Hanya angka-angka dalam spreadsheet

Program komputer yang menjalankan algoritma

Hasil akhir dari prediksi model

Perangkat keras untuk komputas

Alat visualisasi hasil prediksi

Sekumpulan aturan atau langkah-langkah untuk menyelesaikan masalah

Penyimpan data dalam database

Variabel yang digunakan untuk membuat prediksi

Hasil akhir dari model

Algoritma yang digunakan untuk pelatihan

Data yang tidak relevan

Membuat prediksi atau keputusan berdasarkan data

Menambah kompleksitas dalam analisis data

Mengganti kebutuhan akan pemrograman manual

Mengurangi jumlah data yang diperlukan

Menguji model dengan data baru

Proses di mana model belajar dari data input

Mengumpulkan data dari sumber eksternal

Menyebarkan model ke produksi

Melatih model agar lebih akurat

Membersihkan data dari noise

Memilih algoritma terbaik

Proses evaluasi model menggunakan data baru

Data tanpa label untuk menemukan pola

Data berlabel (input dan output yang diketahui) untuk training

Hanya data gambar untuk klasifikasi

Algoritma tanpa parameter

Memprediksi nilai numerik berdasarkan label

Menemukan pola dari data tanpa label (seperti clustering)

Mengklasifikasikan email spam dengan label

Menerjemahkan teks otomatis

Unsupervised learning (menemukan pola dari riwayat tontonan tanpa label)

Supervised learning (karena ada label eksplisit)

Reinforcement learning (belajar dari reward)

Deep learning saja (tanpa ML)