Proses belajar kali ini cukup melelahkan.
Tentunya karena merupakan hal yang sangat baru & berbeda. Banyak hal-hal, istilah-istilah yang totally baru.
Berasa bodoh sekali diri ini.
Well, mari kita lanjut isi kekosongan ini, :)
Disclaimer
Mungkin terdapat perbedaan penggunaan terminology
Machine Learning & Data Science
Dari artikel sebelumnya kita telah mengetahui apa itu Machine Learning.
Sederhananya merupakan alat, dalam hal ini mesin yang terus belajar dari data. Memetakan input dan output sehingga didapatkan Supervised Learning, untuk memprediksi output yang didapat dari sebuah input data sejenis.
Lantas apa perbedaannya dengan Data Science?
Dari sumber yang aku baca. Sekali lagi, mungkin terdapat perbedaan penggunaan/pengertian terminology.
Keduanya ML & DS belajar, mengolah & mengambil kesimpulan dari sekumpulan data, yang kita sebut dengan dataset.
Perbedaanya ada di output atau hasil pengolahan data tersebut.
Sementara ML menghasilkan Supervised Learning untuk memprediksi output dari data input sejenis. Maka, DS menghasilkan insight yang membantu pengambilan keputusan bisnis. Selama ini kukira itu Data Analyst.
Deep Learning & Neural Network
Sama saja. Pada dasarnya sama saja.
“Deap Learning” hanyalah nama lain yang dirasa “much better sounding brand” dari para penggiatnya.
Karena sebenarnya sama saja, lantas sebenarnya apa itu DL atau Naural Network?
Neural Network terinspirasi dari otak manusia dalam memproses informasi. Terdiri dari banyak neuron yang terhubung satu sama lain.
Dalam konteks Machine Learning, ini merupakan “mathematical equation” yang mengolah data input untuk melakukan tugas pengenalan, klasifikasi & prediksi.
