DATA SCIENCE AND MACHINE LEARNING : CHAPTER 3
Halo Data Mense!!
Artikel ini adalah bagian ketiga dari rangkaian Data Science and Machine Learning. Kalau ketinggalan dan penasaran akan penjelasan-penjelasan sebelumnya, silahkan ke chapter 1 dan chapter 2.
Pada chapter sebelumnya, timbul pertanyaan:
Apa sih machine learning itu?
Machine learning adalah salah satu aspek data science. Secara umum, data science adalah ilmu untuk memperoleh pengetahuan dari data. Tugas machine learning, adalah membantu data science dengan menyediakan serangkaian algoritma yang sesuai untuk pemodelan atau analisis data
Machine learning itu kerjaannya menentukan pola, menganalisis training data sedemikian rupa sehingga algoritma yang terlatih dapat melakukan tugas yang awalnya tidak diprogramkan(?).
Oke gagal paham.
Machine learning, memerlukan sebuah model yang didefinisikan berdasarkan parameter-parameter tertentu. Proses learning adalah eksekusi program komputer untuk mengoptimasi parameter-parameter dari model tersebut, dengan memanfaatkan training data atau pengalaman di masa lalu.
Oke, gurung mudheng.
Jadi, secara sederhana dapat dikatakan bahwa machine learning adalah pemrograman komputer untuk mencapai kriteria tertentu dengan menggunakan training data atau pengalaman di masa lalu. Inti dari machine learning adalah membuat komputer dapat menyelesaikan berbagai persoalan dan dapat belajar sendiri seperti manusia belajar sesuatu.
Kita bahas sekali lagi biar kecantol. Hal yang perlu digarisbawahi adalah:
Machine learning merupakan bagian dari data science. Machine learning menarik aspek dari statistika dan algoritma untuk bekerja pada data. Yang paling sering terjadi adalah data dihasilkan dalam volume besar dan amat sangat membosankan bagi data scientist untuk mengerjakannya. Maka dari itu diaplikasikanlah machine learning. Nah, machine learning adalah kemampuan yang diberikan kepada sistem untuk belajar dan memproses kumpulan data secara mandiri tanpa campur tangan manusia. Hal ini dicapai melalui algoritma dan teknik yang kompleks.
Contoh aplikasi machine learning dapat ditemukan di Youtube. Setelah nonton beberapa video, kita akan disuguhkan rekomendasi video-video lain berdasarkan preferensi, kesukaan, dan minat kita.
Bagi yang bingung dengan istilah algoritma, sini kakak coba jelaskan lebih detil.
Dalam ilmu komputer, algoritma adalah urutan atau langkah-langkah pengerjaan penyelesaian suatu masalah. Jika machine learning dapat diibaratkan sebagai buku resep masakan, maka algoritma adalah langkah-langkah memasak yang dari bahan mentah hingga menjadi suatu hidangan yang siap disantap.
Untuk menjadi ahli machine learning, kita harus memiliki pengetahuan tentang statistik dan probabilitas, keterampilan teknis seperti bahasa pemrograman, pengkodean, evaluasi data, keterampilan pemodelan, dan masih banyak lagi.
Maka, kesimpulannya:
Data science berkaitan dengan ekstraksi pengetahuan dari data. Untuk melakukannya, seorang data scientist menggunakan banyak teknik berbeda dari berbagai disiplin ilmu. Machine learning mencakup beberapa teknik yang dapat sangat berguna bagi data scientist. Namun, machine learning tidak hanya sampai di situ saja. Masih banyak yang bisa dilakukan selain perihal data science, juga data science tidak hanya mengandalkan machine learning. 😊
