Video: KERAJINAN SEBAGAI BAGIAN DARI INDUSTRI KREATIF - SMAN 48 ( part 1 ) 2024
Beberapa situs online akan meyakini bahwa statistik dan pembelajaran mesin adalah dua teknologi yang sama sekali berbeda. Misalnya, ketika Anda membaca Statistik vs Belajar Mesin, pertaruhkan!, Anda mendapatkan gagasan bahwa kedua teknologi tidak hanya berbeda, tapi benar-benar bermusuhan satu sama lain. Faktanya adalah bahwa statistik dan pembelajaran mesin memiliki banyak kesamaan dan statistik tersebut mewakili satu dari lima suku (sekolah pemikiran) yang membuat pembelajaran mesin menjadi layak. Kelima suku tersebut
- Simbolis: Asal mula suku ini ada dalam logika dan filsafat. Kelompok ini mengandalkan pengurangan terbalik untuk memecahkan masalah.
- Connectionists: Asal mula suku ini ada dalam ilmu saraf. Kelompok ini mengandalkan backpropagation untuk memecahkan masalah.
- Evolusi: Asal mula suku ini ada dalam biologi evolusioner. Kelompok ini mengandalkan pemrograman genetika untuk memecahkan masalah.
- Bayesian: Asal mula suku ini ada dalam statistik. Kelompok ini bergantung pada kesimpulan probabilistik untuk memecahkan masalah.
- Analogizers: Asal usul suku ini ada dalam psikologi. Kelompok ini mengandalkan mesin kernel untuk memecahkan masalah.
Tujuan akhir pembelajaran mesin adalah menggabungkan teknologi dan strategi yang dianut oleh lima suku untuk menciptakan algoritma tunggal (algoritma master) yang dapat mempelajari sesuatu. Tentu saja, mencapai tujuan itu jauh sekali. Meski begitu, ilmuwan seperti Pedro Domingos saat ini tengah berupaya mencapai tujuan tersebut.
Dengan menggunakan strategi suku Bayesian, Anda memecahkan sebagian besar masalah dengan menggunakan beberapa bentuk analisis statistik. Anda melihat strategi yang dipeluk oleh suku lain yang dijelaskan, namun alasan utama Anda memulai dengan statistik adalah bahwa teknologinya sudah mapan dan dipahami. Faktanya, banyak elemen statistik lebih memenuhi syarat sebagai rekayasa (di mana teori diimplementasikan) daripada ilmu pengetahuan (sains (di mana teori diciptakan). Memahami peran algoritma dalam pembelajaran mesin sangat penting untuk menentukan bagaimana pembelajaran mesin bekerja.
