기계 학습 pembelajaran mesin
'기계 학습' (gi-gae hak-seup) atau pembelajaran mesin adalah cabang dari kecerdasan buatan yang memungkinkan sistem komputer untuk belajar dan mengambil keputusan tanpa program secara eksplisit.
Ini berarti bahwa komputer dapat belajar dari data dan pengalaman.
Contoh sederhana dari 기계 학습 (gi-gae hak-seup) adalah ketika kita mengajarkan komputer untuk mengenali gambar kucing dan anjing.
Kita memberikan banyak gambar kucing dan anjing sebagai data pelatihan.
Setelah komputer dilatih, ia akan bisa membedakan antara kucing dan anjing hanya dengan melihat gambar baru.
Data yang digunakan dalam pembelajaran mesin biasanya disebut 'data pelatihan' (training data).
Misalnya, jika kita menggunakan 100 gambar kucing dan 100 gambar anjing, maka itu disebut sebagai dataset (셋).
Ada beberapa jenis 기계 학습 (gi-gae hak-seup), contohnya: 1. Pembelajaran terawasi (지도 학습 - ji-do hak-seup): Di mana kita memberikan data dan label yang jelas.
Contoh: klasifikasi email sebagai spam atau tidak spam.
2. Pembelajaran tidak terawasi (비지도 학습 - bi-ji-do hak-seup): Di mana kita hanya memberikan data tanpa label.
Contoh: mengelompokan pelanggan berdasarkan kebiasaan berbelanja mereka.
Pelafalan untuk contoh: - 기계 학습 (gi-gae hak-seup) - Pembelajaran mesin - 지도 학습 (ji-do hak-seup) - Pembelajaran terawasi - 비지도 학습 (bi-ji-do hak-seup) - Pembelajaran tidak terawasi Dengan 기계 학습 (gi-gae hak-seup), kita dapat mengautomasi banyak tugas dan membuat hidup kita lebih mudah.
Misalnya, aplikasi pengenalan suara yang ada di ponsel kita menggunakan 기계 학습 (gi-gae hak-seup) untuk memahami perintah kita.
Jadi, 기계 학습 (gi-gae hak-seup) sangat penting dalam perkembangan teknologi saat ini dan memiliki banyak aplikasi dalam kehidupan sehari-hari.