ALGORITMA MACHINE LEARNING
1. Supervised Learning : Memprediksi Masa Depan
Model supervised learning merupakan model yang digunakan untuk memprediksi hasil masa depan dengan berdasarkan data historis yang ada. Biasanya, model ini diberi instruksi di awal untuk mempelajari sesuatu dan bagaimana cara mempelajarinya. Sebagai contoh, pada model supervised learning algoritma yang ada digunakan untuk memprediksi kemungkinan terjadinya bahaya bencana alam, seperti gempa bumi dan tsunami.
Model ini juga bisa diartikan sebagai suatu pendekatan sebuah data yang sudah terlatih. Selain itu, supervised learning juga sudah memiliki variabel yang dilabelkan guna mengelompokkan suatu data ke dalam data yang sudah ada.
2. Unsupervised Learning : Tidak ada Target yang Ditetapkan
Berbeda dengan supervised learning, model unsupervised learning tidak memiliki target atau variabel yang harus ditetapkan. Seorang praktisi data juga tidak memerlukan label khusus untuk memprediksi suatu data. Selain itu, algoritma pada model unsupervised learning mampu menemukan pola tersembunyi dalam data itu sendiri. Contoh dari model ini adalah membuat segmentasi pasar untuk melakukan campaign secara efektif berdasarkan clustering.
3. Reinforcement Learning : Proses Pengambilan Keputusan
Pada model reinforcement learning, mesin dilatih untuk mengambil suatu keputusan secara spesifik berdasarkan kebutuhan bisnis yang bertujuan untuk memaksimalkan kinerjanya. Model ini membuat suatu perangkat lunak atau mesinnya melatih dirinya secara terus menerus dengan berdasarkan lingkungan yang dipengaruhinya. Selain itu, model ini juga diterapkan untuk mampu memecahkan permasalah pada suatu bisnis.
Sumber
Pertemuan 2 Machine learning Institut Teknologi PLN
https://www.dqlab.id/kenali-machine-learning-dan-3-jenis-algoritmanya