Cara Memulai dengan Machine Learning

Upaya merancang mesin lebih pintar daripada manusia bukanlah hal baru. Salah satu serangan paling awal yang dibuat ilmu komputer pada “kecerdasan” manusia adalah melalui permainan catur. Catur adalah (atau haruskah kita katakan, apakah?) Dianggap oleh banyak orang sebagai ujian akhir bagi kecerdasan dan kreativitas manusia, dan pada tahun 1960-70-an, ada berbagai aliran pemikiran dalam ilmu komputer.


Beberapa berpendapat bahwa itu hanya masalah waktu sebelum komputer menyusul manusia dalam bermain catur, sementara yang lain percaya ini tidak akan pernah terjadi.

Kasparov vs Deep Blue

Acara paling sensasional yang menampilkan manusia vs mesin dalam pertempuran pemikiran adalah pertandingan catur 1996 antara juara dunia saat itu Garry Kasparov (dan bisa dibilang, pemain catur terbaik yang pernah ada) dan Biru tua, superkomputer yang dirancang IBM untuk acara ini.

Kredit gambar: Wikipedia

Singkat cerita, Kasparov memenangkan pertandingan 1996 dengan meyakinkan (4-2), tetapi kalah dalam pertandingan ulang 1997 (4,5-3.5), di tengah banyak hal kontroversi dan tuduhan curang langsung Kasparov terhadap IBM.

Apapun, era dalam catur dan ilmu komputer telah usai. Komputer berhak lebih pintar daripada manusia hidup mana pun. IBM, senang dengan balas dendam, membongkar Deep Blue dan melanjutkan.

Hari ini, mustahil bagi grandmaster mana pun untuk mengalahkan mesin catur biasa yang berjalan pada perangkat keras komoditas.

Apa Pembelajaran Mesin tidak

Sebelum kita melihat lebih dalam tentang Pembelajaran Mesin, marilah kita salah paham. Pembelajaran dengan mesin, tidak dengan imajinasi apa pun, merupakan upaya mereplikasi otak manusia. Terlepas dari kepercayaan sensasional yang dipegang oleh orang-orang seperti Elon Musk, penelitian ilmu komputer menyatakan bahwa mereka tidak mencari gandum suci ini, dan tentu saja tidak berada di dekat mereka..

Sederhananya, pembelajaran mesin adalah praktik penerapan proses belajar-dengan-contoh ke komputer. Ini kontras dengan pendekatan tradisional dengan mengandalkan pemrogram manusia untuk memikirkan semua skenario yang mungkin dan aturan hard-code bagi mereka ke dalam suatu sistem.

Sejujurnya, itulah yang dimaksud dengan pembelajaran mesin: memberi makan berton-ton data ke komputer sehingga dapat belajar dari contoh (percobaan → kesalahan → perbandingan → peningkatan) daripada mengandalkan kode sumber.

Aplikasi Pembelajaran Mesin

Jadi, jika Machine Learning bukan ilmu hitam, dan bukan sesuatu yang akan menelurkan Terminators, apa gunanya itu?

Pembelajaran Mesin membantu dalam kasus-kasus di mana pemrograman tradisional gagal, dan kasus-kasus ini umumnya jatuh ke dalam salah satu dari dua kategori.

  1. Klasifikasi
  2. Ramalan

Sesuai namanya, Klasifikasi berkenaan dengan pelabelan sesuatu dengan benar, sementara Prediksi bertujuan untuk mengoreksi proyeksi masa depan, mengingat kumpulan data yang cukup besar dari nilai-nilai masa lalu.

Beberapa aplikasi yang menarik Machine Learning adalah:

Penyaringan spam

Spam email sangat meluas, tetapi mencoba menghentikannya bisa menjadi mimpi buruk. Hanya bagaimana spam didefinisikan? Apakah ini ada kata kunci tertentu? Atau mungkin cara ini ditulis? Sulit memikirkan seperangkat aturan yang lengkap, program-bijaksana.

Itulah sebabnya kami menggunakan Machine Learning. Kami menunjukkan jutaan pesan spam dan non-spam sistem kepada sistem, dan membiarkannya mencari tahu sisanya. Ini adalah rahasia di balik filter spam yang sangat bagus dari Gmail yang mengguncang email pribadi di awal tahun 2000-an!

Rekomendasi

Semua perusahaan e-commerce besar saat ini memiliki sistem rekomendasi yang kuat. Kadang-kadang, kemampuan mereka untuk merekomendasikan hal-hal yang “mungkin” kami temukan sangat berguna, meskipun kami belum pernah mengklik item itu sebelumnya.

Kebetulan? Tidak semuanya!

Machine Learning bekerja keras di sini, melahap terabyte setelah terabyte data dan mencoba memprediksi suasana hati dan preferensi kita yang bergejolak..

Chatbots

Sudahkah Anda menemukan dukungan pelanggan tingkat pertama yang tampak seperti robot namun mampu membuat obrolan ringan yang menarik?

Nah, maka Anda telah diperdaya oleh Machine Learning!

Belajar dari percakapan dan menentukan apa yang harus dikatakan kapan adalah area aplikasi chatbot yang akan datang dan menarik.

Menghapus gulma

Di bidang pertanian, robot yang didukung oleh Machine Learning digunakan untuk menyemprot gulma dan tanaman lain yang tidak diinginkan di tengah-tengah tanaman secara selektif.

Ini jika tidak harus dilakukan dengan tangan, atau akan sia-sia karena sistem akan menyemprotkan produk dengan cairan pembunuh!

Pencarian suara

Interaksi berbasis suara dengan sistem komputer bukan fiksi ilmiah lagi. Hari ini kami memiliki asisten digital seperti Alexa, Siri, dan Google Home, yang dapat menerima perintah secara lisan dan tidak berantakan (yah, hampir!).

Beberapa orang mungkin berpendapat bahwa ini adalah penemuan terbaik yang dihindari karena membuat umat manusia lebih malas dari sebelumnya, tetapi Anda tidak dapat berdebat dengan keefektifannya. Misalnya, di Google I / O 2018, perusahaan memberi demo yang menakjubkan dari apa yang dilakukan tim peneliti.

Diagnosa medis

Kami berada di ambang revolusi dalam diagnosis medis, karena sistem berbasis Mesin mulai mengungguli dokter berpengalaman di diagnosa melalui rontgen, dll.

Harap dicatat bahwa ini bukan berarti dokter tidak akan segera dibutuhkan, tetapi bahwa kualitas perawatan medis akan naik secara dramatis, sementara biaya akan turun drastis (kecuali jika kartel bisnis menentukan sebaliknya!).

Ini hanya contoh dari apa Machine Learning digunakan untuk. Mobil yang dapat dikendarai sendiri, bot permainan strategi, mesin lipat t-shirt, pemecahan captcha, pewarnaan foto hitam-putih – banyak yang terjadi akhir-akhir ini.

Jenis Pembelajaran Mesin

Teknik Pembelajaran Mesin ada dua macam.

Pembelajaran terawasi, di mana sistem diarahkan oleh penilaian manusia, dan Pembelajaran tanpa pengawasan, di mana sistem dibiarkan belajar dengan sendirinya. Cara lain untuk mengatakan hal yang sama adalah bahwa dalam Supervised Learning, kami memiliki kumpulan data yang berisi input dan output yang diharapkan, yang digunakan sistem untuk membandingkan dan mengoreksi diri. Namun, dalam Pembelajaran Tanpa Pengawasan, tidak ada output yang ada untuk diukur, dan hasilnya, hasilnya mungkin sangat beragam.

Aplikasi pembelajaran mesin tanpa pengawasan yang menarik dan menggigil?

Itu akan menjadi bot bermain game papan, di mana program ini diajarkan aturan permainan dan kondisi menang, dan kemudian dibiarkan sendiri. Program ini kemudian memainkan jutaan game melawan dirinya sendiri, belajar dari kesalahannya dan memperkuat keputusan yang menguntungkan.

Jika Anda menggunakan komputer yang cukup kuat, AI yang bisa mengalahkan dunia bisa disiapkan dalam beberapa jam!

Gambar-gambar berikut menggambarkan ide-ide ini secara ringkas (sumber: Medium):

Sumber daya untuk memulai Pembelajaran Mesin

Jadi, sekarang Anda semua bersemangat tentang Machine Learning dan bagaimana hal itu dapat membantu Anda menaklukkan dunia, dari mana harus memulai?

Di bawah ini saya telah membuat daftar beberapa sumber yang fantastis di Web yang dapat membantu Anda mencapai kelancaran dalam Pembelajaran Mesin tanpa harus memperoleh gelar Ph.D. dalam ilmu komputer! Jika Anda bukan peneliti Machine Learning, Anda akan menemukan domain Machine Learning sama praktis dan menyenangkannya dengan pemrograman pada umumnya.

Jadi, jangan khawatir, apa pun level Anda saat ini, Anda bisa, seperti program Pembelajaran Mesin yang baik, mengajar diri sendiri dan menjadi lebih baik. ��

Pemrograman

Persyaratan pertama untuk masuk ke Machine Learning adalah belajar ke program. Itu karena sistem Machine Learning datang dalam bentuk perpustakaan untuk berbagai bahasa pemrograman.

Python adalah yang paling direkomendasikan, sebagian karena sangat menyenangkan untuk dipelajari, dan sebagian karena ia memiliki ekosistem perpustakaan dan sumber daya yang sangat besar.

Itu resmi Panduan Pemula adalah tempat yang bagus untuk memulai, bahkan jika Anda sedikit terbiasa dengan Python. Atau, ambil ini Tentu saja bootcamp untuk menjadi pahlawan dari nol.

Pikirkan Stats

Setelah Anda selesai dengan dasar-dasar Python, rekomendasi kedua saya adalah membaca dua buku yang sangat bagus. Mereka 100% gratis dan tersedia sebagai PDF untuk diunduh. Pikirkan Stats dan Bayangkan Bayes adalah dua klasik modern yang harus diinternalisasi oleh setiap insinyur Pembelajaran Mesin yang bercita-cita.

Udemy

Pada titik ini, saya sarankan Anda mengambil beberapa kursus dari Udemy. Format yang interaktif dan serba otomatis akan membantu Anda memasuki seluk-beluk dan membangun kepercayaan diri.

Pastikan Anda melihat pratinjau kursus, ulasan (terutama yang negatif!), Dan keseluruhan nuansa kursus sebelum Anda memulai.

Anda juga dapat menemukan tutorial luar biasa di YouTube secara gratis. Sentdex adalah salah satu saluran yang bisa saya rekomendasikan, di mana banyak kesenangan selalu terjadi, tetapi pendekatan yang dia lakukan tidak ramah-pemula.

Andrew Ng

Kursus yang diajarkan oleh Andrew Ng pada Coursera adalah sumber belajar yang paling populer untuk dasar-dasar Pembelajaran Mesin.

Meskipun menggunakan bahasa pemrograman R, ia tetap tak tertandingi dalam perlakuannya terhadap subjek dan penjelasan yang jelas. Karena kursus ini, Andrew Ng telah mencapai semacam status dewa di kalangan ML, dan orang-orang memandang kepadanya untuk kebijaksanaan tertinggi (saya tidak bercanda!).

Ini memang bukan kursus untuk pemula, tetapi jika Anda sudah pandai dalam pertengkaran data dan tidak keberatan melakukan riset sambil jalan, kursus ini adalah rekomendasi terbaik.

Tidak ada habisnya sumber daya di internet, dan Anda dapat dengan mudah tersesat saat memulai. Sebagian besar tutorial dan diskusi di luar sana secara matematis menantang, atau tidak memiliki struktur, dan dapat merusak kepercayaan diri Anda bahkan sebelum Anda memulai..

Jadi, saya ingin memperingatkan Anda terhadap penghancuran diri: jaga agar tujuan Anda tetap sederhana dan bergeraklah dalam langkah minimal. Machine Learning bukan sesuatu yang bisa membuat Anda nyaman dalam satu atau dua hari, tetapi tidak lama kemudian Anda akan mulai menikmati diri Anda sendiri, dan siapa tahu, mungkin bahkan menciptakan sesuatu yang menakutkan.!

Selamat bersenang-senang! ��

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me
    Like this post? Please share to your friends:
    Adblock
    detector
    map