Rangkuman Konsep Kecerdasan Buatan
Nama : Epul Saepuloh
NIM : 15200030
Kelas : 15.5B.07
Mata Kuliah : Machine Learning
Tugas : Pertemuan 1
1. Trend Teknologi 2022
2. Data dan Informasi
3. Hystory of Machine Learning
4. Apa itu Machine Learning ?
5. Bagian Artificial Intelligence
6. Contoh Implementasi Machine Learning selain di slide
7. Pendekatan Machine Learning.
Boleh juga rangkum di ms.word, upload di drive kalian dan jadikan
public, selanjutnya upload Link postingan atau link drive tugas pertemuan 1 ini ke aplikasi mybest
paling telat hari senin, 19 September 2022.
Jawaban :
Rangkuman Konsep Kecerdasan Buatan
1. Trend Teknologi 2022
- Artificial Intelligence (Kecerdasan Buatan)
- Cloud Computing
- Cyber Security
- IOT
- Jaringan 5G
- Big Data dan Analytics
- Machine Learning\
- Robotika
- Augmented Reality dan Virtual Reality
Source : https://digitalbisa.id/
2. Data dan Informasi
- Data : fakta-fakta yang tercatat
- Informasi : pola-pola stuktural yang ada pada data, misalnya keterhubungan (relationships) atauketergantungan (depedencies)
3. Hystory of Machine Learning
Pembelajaran mesin pertama kali disusun dari pemodelan matematika jaringan saraf. Sebuah makalah oleh ahli logika Walter Pitts dan ahli saraf Warren McCulloch, yang diterbitkan pada tahun 1943, berusaha memetakan proses berpikir dan pengambilan keputusan secara matematis dalam kognisi manusia
Source : https://www.techtarget.com/
4. Apa itu Machine Learning ?
Machine Learning (ML) merupakan sebuah cabang
ilmu dari AI (Artificial Intelligent) yang
dikembangkan untuk bisa belajar dengan
sendirinya tanpa arahan dari penggunanya.
5. Bagian Artificial Intelligence
- Machine Learning
- Deep Learning
- Natural Language Processing
- Robotics
- Expert Systems
- Fuzzy Logic
Source : https://www.edureka.co/
6. Contoh Implementasi Machine Learning selain di slide
Contoh implementasi machine learning yaitu penerapan di bidang kedoteran contohnya adalah mendeteksi penyakit seseorang dari gejala yang ada.
7. Pendekatan Machine Learning
- Deterministik Pendekatan deterministik berfokus pada akurasi dan jumlah data yang dikumpulkan, sehingga efisiensi lebih diprioritaskan daripada ketidakpastian.
- Probabilistik Didesain untuk mengelola faktor peluang. Alat bawaan terintegrasi ke dalam algoritme machine learning untuk membantu menghitung, mengidentifikasi, serta mengukur ketidakpastian selama pembelajaran dan observasi
Komentar
Posting Komentar