5 posts tagged with "deep learning"

Encoding adalah salah satu tahap penting dalam data preprocessing yang digunakan untuk mengubah data kategorikal menjadi bentuk numerik sehingga dapat diproses oleh algoritma Machine Learning.

1. Apa Itu Encoding?​

Secara sederhana, encoding adalah proses mengubah data kategorikal menjadi representasi numerik.

Contoh:

Sex
----
male
female
male
female

menjadi:

Sex
----
0
1
0
1

Baca Bagian Ini Dulu​

Ada kesenjangan besar antara dua hal yang terlihat mirip:

Notebook yang berhasil. Skornya bagus, grafiknya rapi, kesimpulannya jelas. Setelah presentasi selesai, file-nya tersimpan di folder Downloads dan tidak pernah dibuka lagi.

Sistem yang jalan. Ada aplikasi lain yang memanggilnya ribuan kali sehari, hasilnya dipakai untuk keputusan nyata, dan kalau rusak ada orang yang menerima notifikasi.

Menurut berbagai laporan industri, sebagian besar model machine learning tidak pernah sampai ke tahap kedua. Bukan karena modelnya jelek, melainkan karena tidak ada yang tahu cara membawanya ke sana.

Artikel ini membahas jalan dari notebook ke sistem yang jalan, langkah demi langkah.

Baca Bagian Ini Dulu Sebelum Mulai​

Sebelum masuk ke isi artikel, ada satu hal yang perlu diluruskan lebih dulu, agar tidak buang-buang waktu belajar.

Deep Learning Bukan Langkah Berikutnya yang Otomatis​

Banyak pemula menganggap urutan belajar machine learning itu seperti naik tingkat: mulai dari regresi linear, lalu Random Forest, lalu deep learning sebagai puncaknya.

Itu keliru. Deep learning bukan versi lebih baik dari model biasa, melainkan alat yang berbeda untuk jenis masalah yang berbeda.

Sampai sekitar tahun 2012, mengajari komputer mengenali kucing dalam foto adalah masalah yang sangat sulit. Sekarang bisa diselesaikan dalam beberapa puluh baris kode.

Yang mengubah segalanya adalah dua ide: CNN, arsitektur yang dirancang khusus untuk gambar, dan transfer learning, cara memakai model yang sudah dilatih orang lain.

Artikel ini membahas keduanya beserta augmentasi gambar, teknik yang membuat model tetap bisa dilatih meski data Anda sedikit. Semuanya dijelaskan dari nol, tanpa asumsi Anda pernah menyentuh deep learning.

Model machine learning hanya bisa menghitung angka. Sementara teks berupa rangkaian huruf yang maknanya bergantung pada urutan, konteks, dan bahkan hal yang tidak tertulis.

Seluruh bidang Natural Language Processing pada dasarnya menjawab satu pertanyaan: bagaimana mengubah teks menjadi angka tanpa kehilangan maknanya?

Artikel ini mengikuti perjalanan jawaban atas pertanyaan itu, dari cara paling sederhana yang masih sangat berguna sampai teknologi di balik ChatGPT. Semua contoh memakai bahasa Indonesia, karena penanganan bahasa Indonesia punya tantangan tersendiri.