Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1
Download as PPTX, PDF
1 like847 views
Artificial Intelligence Indonesia Academy adalah sebuah program mentoring non-profit untuk para pelajar/non-pelajar Indonesia tentang Machine Learning (ML) dan Natural Language Processing (NLP). Pada program mentoring ini para peserta akan di bantu untuk mempelajari ML dan NLP dari awal hingga bisa menerapkan pengetahuan nya menjadi teknologi baru. Di pertemuan yang pertama telah dibahas secara komprehensif konsep dasar dari Machine Learning dari sudut pandang praktisi. Saat acara berlangsung, alokasi waktu terbanyak ada pada sesi diskusi, karena para peserta sangat antusias sekali untuk tau tentang Machine Learning. https://artificialintelligence.id/ai-indonesia-academy-batch-1-3507d130e187
Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1
- 2. Agenda Pengakraban peserta Pembahasan program mentoring Pembahasan konsep dasar Machine Learning Diskusi
- 3. Artificial Intelligence Indonesia Academy Surabaya Batch #1
- 4. Topik Supervised Machine Learning untuk task klasifikasi
- 5. Tujuan Mengerti, mampu menerapkan dan mampu mengevaluasi algoritma untuk Supervised Machine Learning dalam task klasifikasi
- 6. Timeline 12 Maret 2016 Mengerti Konsep Dasar Machine Learning 19 Maret 2016 Menerapkan Konsep Dasar (Full Hands-on) 02 April 2016 Mengevaluasi Algoritma/Metode yang digunakan
- 7. Pertemuan 1 Konsep Machine Learning
- 8. Machine Learning? Teori, Definisi secara luas: A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E. (Mitchell, 1997, p. 2) Peneliti: Fokus studi (sub-studi dari Computer Science & Statistics) Praktisi: Salah satu cara yang digunakan untuk menyelesaikan masalah
- 9. Machine Learning Supervised Machine Learning Diberikan data sebagai contoh Menentukan hasil berdasarkan contoh Unsupervised Machine Learning Tidak diberikan data sebagai contoh Menemukan pola dan hubungan antar data yang diberikan
- 10. Supervised Machine Learning dalam Prakteknya Input Output Training Data Algoritma Machine Learning Model Input ? Data Baru Model Output
- 11. Training Data Pasangan input dan output Data di representasikan berupa vektor Feature engineering
- 12. Training Data Task: Menentukan harga kontrakan yg optimal untuk mahasiswa di daerah Kampus C, Universitas Airlangga Data: Daftar data alamat, harga, ukuran dll kontrakan di kampus C Contoh Training data: <(jl. X, 8m2), 600.000> <(jl. Y, 5m2), 260.000>
- 13. Training Data Klasifikasi Outputnya bukan hanya satu numerikal tapi beberapa kelas/kelompok. Contoh: Klasifikasi penyakit kanker dari data pasien sebelumnya Klasifikasi sentimen (positif, netral, negative) Klasifikasi email spam (spam, bukan spam) Klasifikasi bahasa pemograman (C, C++, Go, Rust, dll)
- 14. Algoritma Supervised Machine Learning Bayesian Decision Tree Naive-bayes Support Vector Machines (SVM) Random Forests
- 15. Model Dalam prakteknya model inilah yang digunakan sebagai core teknologinya Untuk dipadukan dengan teknologi lainnya Web Mobile Car Drone
- 16. Review Input Output Training Data Algoritma Machine Learning Model Input ? Data Baru Model Output
- 17. Pertemuan Kedua Feature engineering Pemahaman algoritma yang digunakan Membuat teknologi berbasis Machine Learning Sampai jumpa di pertemuan kedua! 19 Maret 2016 Pukul 13.00-16.00