Beberapa istilah yang umum digunakan dalam pengetahuan kecerdasan buatan (artificial intelligence atau AI) di antaranya:
Machine learning: proses pembelajaran mesin untuk meningkatkan kinerja tanpa instruksi yang spesifik.
Deep learning: jenis machine learning yang menggunakan jaringan saraf yang kompleks untuk memproses data.
Neural network: jaringan saraf yang digunakan dalam deep learning.
Supervised learning: jenis machine learning di mana data yang digunakan untuk pelatihan diberi label atau klasifikasi.
Unsupervised learning: jenis machine learning di mana data yang digunakan untuk pelatihan tidak diberi label atau klasifikasi.
Reinforcement learning: jenis machine learning di mana mesin belajar dari pengalaman dan meningkatkan kinerja dengan menerima atau menghindari reward.
Natural Language Processing (NLP): bagian dari AI yang menangani pemrosesan bahasa alami.
Computer Vision: bagian dari AI yang menangani pengolahan gambar dan video.
Robotics: bagian dari AI yang menangani pembuatan dan pengendalian robot.
Expert system : sistem yang meniru kinerja manusia yang difokuskan pada suatu bidang pengetahuan.
Decision tree: metode pembuatan keputusan yang menggunakan diagram pohon untuk mengevaluasi alternatif pilihan.
Bayesian network: metode probabilitas yang digunakan untuk menentukan relasi antara variabel.
Genetic algorithm: metode optimisasi yang mengimitasi proses evolusi dalam alam untuk menemukan solusi terbaik.
Fuzzy logic: metode logika yang memperbolehkan variabel untuk memiliki nilai tidak pasti atau 'fuzzy'.
Artificial Neural Network (ANN): jaringan saraf yang digunakan untuk menyelesaikan masalah yang rumit.
Self-organizing map (SOM): metode pembelajaran mesin untuk mengelompokkan data berdasarkan kesamaan.
Support Vector Machine (SVM): metode klasifikasi yang menentukan garis pemisah antara kelas yang optimal.
K-Nearest Neighbors (K-NN): metode klasifikasi yang menentukan kelas dari suatu objek berdasarkan klasifikasi objek-objek lain yang terdekat dengannya.
Q-Learning : metode pembelajaran mesin yang menggunakan reward untuk mengoptimalkan tindakan dalam lingkungan yang tidak diketahui.
GPT-3 : Generative Pre-trained Transformer 3, yang merupakan model language yang sangat besar yang dikembangkan oleh OpenAI, sangat powerful dalam menangani bahasa alami dan banyak digunakan dalam berbagai aplikasi.
Transfer Learning : metode pembelajaran mesin yang memanfaatkan pengetahuan yang diperoleh dari satu domain untuk digunakan pada domain lain.
Autoencoder : jenis neural network yang digunakan untuk mengkompresi data dan mengekstrak fitur yang penting.
Generative Adversarial Networks (GANs) : jenis neural network yang digunakan untuk menghasilkan data baru yang mirip dengan data asli.
Hyperparameter tuning : proses menyesuaikan parameter dari model machine learning untuk meningkatkan performa.
Bagging : metode pembelajaran mesin yang menggabungkan beberapa model untuk meningkatkan performa.
Boosting : metode pembelajaran mesin yang menggabungkan beberapa model untuk meningkatkan performa dengan memberikan bobot yang lebih besar pada data yang dianggap sulit diclassify.
Ensemble Learning : metode pembelajaran mesin yang menggabungkan beberapa model untuk meningkatkan performa dengan cara mengambil kesimpulan dari hasil dari beberapa model.
Batch Learning : metode pembelajaran mesin di mana model di pelatihkan pada sekumpulan data sekaligus.
Online Learning : metode pembelajaran mesin di mana model diperbarui secara real-time dengan data baru yang masuk.
Anomaly detection : metode untuk menemukan data yang tidak sesuai dengan pola atau distribusi yang diharapkan.
Recommender System : sistem yang menyarankan item atau tindakan berdasarkan preferensi pengguna.
Robustness : kemampuan suatu model untuk tetap berfungsi dengan baik meskipun ada perubahan pada data atau lingkungan.
Itulah beberapa istilah yang umum digunakan dalam pengetahuan kecerdasan buatan. Ada banyak istilah lain yang digunakan dalam bidang AI, namun di atas adalah yang paling umum.
Copyright PythonesiaORG 2023
Komentar (0)