Penerapan Machine Learning pada kehidupan sehari-hari

Carilah contoh-contoh penerapan machine learning pada kehidupan sehari-hari salain yang telah disebutkan!

Machine learning telah memperkuat semua proses otomatisasi dan tersebar di berbagai industri, mulai dari perusahaan keamanan yang memburu malware hingga perusahaan e-commerce yang menggunakannya untuk mempelajari produk yang paling disukai konsumen.

Rekomendasi produk pada marketplace. 

• Perkembangan teknologi menyebabkan penggunaan marketplace semakin diminati baik dari sisi penjual dan pembeli. Hampir semua orang menggunakan marketplace, misalnya Tokopedia, Bukalapak dan Shopee. Tiap detiknya bisa dipastikan terjadi transaksi antar pedagang dan pembeli. Untuk meningkatkan pengalaman pengguna, setiap akun perlu menampilkan rekomendasi produk yang sesuai dengan minat pembelian pembeli.  

Algoritma dari machine learning memang kompleks, tapi masih sangat 'mesin', artinya ia hanya mampu melakukan apa yang telah dirancang oleh penciptanya. Tidak lebih, tidak kurang.

Mengapa mereka menggunakan teknik machine learning untuk menyelesaikan permasalahan tersebut?

Penggunaan teknik machine learning digunakan untuk melakukan itu secara otomatis dan realtime, tentunya machine learning sangat menentukan keakuratan rekomendasi produk tiap pembeli di akunnya.

Apakah tidak ada opsi teknik lainnya? Jelaskan bila ada!

Deep learning. Dalam istilah praktis, deep learning merupakan bagian dari machine learning. Secara spesifik, deep learning adalah evolusi selanjutnya dari machine learning. Lebih rumit namun lebih canggih.
Sebuah teknik machine learning perlu diberitahu untuk menciptakan prediksi akurat, dengan terus diberikan data. Sementara teknik deep learning dapat mempelajari metode komputasinya sendiri, dengan otaknya sendiri, apabila diibaratkan.

Sebuah teknik deep learning dirancang untuk terus menganalisis data dengan struktur logika yang mirip dengan bagaimana manusia mengambil keputusan. Untuk mencapai kemampuan itu, deep learning menggunakan struktur algoritma berlapis yang disebut artificial neural network (ANN).

Dikutip dari Zendesk, desain ANN terinspirasi dari jaringan neural biologis dari otak manusia. Hal ini membuat mesin kecerdasannya menjadi jauh lebih tangguh dibandingkan teknik machine learning standar.

Rumit memang untuk memastikan model deep learning yang diciptakan tidak memberikan kesimpulan yang tidak tepat. Tapi ketika ia telah bekerja dengan benar, maka fungsi deep learning akan menjadi terobosan yang berpotensi menjadi tulang belakang sebuah kecerdasan buatan sebenarnya.

Apa kelebihan dan kekurangan tekhik machine learning daripada tekhik lainnya?

Untuk membedakannya memang rumit. Tapi, untuk sederhananya, deep learning adalah bagian dari machine learning. Secara spesifik, deep learning adalah evolusi selanjutnya dari machine learning. Lebih rumit, dan lebih canggih.

Kekurangan dari teknik machine learning.

• Machine learning perlu diberitahu untuk menciptakan prediksi akurat, dengan terus diberikan data.