Apa sih Hubungan Important Thinking Tools dengan Machine learning ?
Kalau kamu baca artikel ini important thinking tools pasti deh kamu akan tersadar ada sesuatu yang menarik yang bisa kamu pahami lebih jauh lagi, terutama untuk kamu yang ingin menggeluti bidang machine learning. Oke, sebelum beranjak ke topik yang akan saya tulis. Seperti biasa, tidak akan ada bosannya saya mengingatkan bahwa apa yang saya tulis ini adalah murni bagian dari dokumentasi saya belajar. Maka dari itu, jikalau ada sesuatu yang dirasa perlu diperbaiki baik itu struktur penulisan maupun substansi yang tertulis, feel free untuk kamu meninggalkan catatan baik di kolom komentar maupun private note. Tentu saja, saya akan merasa senang jika kamu mau melakukannya untuk sama-sama belajar.
Oke, kita balik lagi ke topik yang akan kita bahas yakni terkait
“Apa sih hubungan thinking important tools dengan machine learning?”
Gini-gini, kamu pasti sering mendengar kalau machine learning itu adalah sebuah proses untuk membuat sebuah mesin bisa belajar layaknya seorang manusia yang bisa berpikir, belajar dan bertindak. Nah, tapi kamu sadar gak sih
“Emang cara manusia berpikir itu seperti apa ?”
Nah di tulisan sebelumnya saya sudah membahas secara rinci lengkap dengan contohnya. Tapi untuk kebaikan bersama, maka akan saya tulis lagi disini inti pembahasan dari artikel kemarin. Jadi gini, manusia itu umumnya berpikir dengan dua cara yakni induktif dan deduktif. Sederhananya, berpikir secara induktif adalah proses generalisasi dari sebuah realitas untuk disimpan dalam memori (baca:otak) kita. Sedangkan berpikir secara deduktif adalah bagaimana kita mengakses informasi yang disimpan dalam memori kita untuk diterapkan pada kasus permasalahan di realitas, semacam menjadi bagian dari problem solving gitu.
Kalau dilihat-lihat, cara berpikir manusia yang seperti inilah yang diadopsi oleh teknologi machine learning dalam membantu menyelesaikan permasalahan di realitas yang berkaitan dengan pola dan kategorisasi atau set. Maka dari itu, tidak heran kalau untuk melatih kemampuan berpikir secara induktif dan deduktif biasanya kita harus sering-sering melatihnya dengan cara deret angka, diagram ven, dan latihan penalaran lainnya.
Oke biar lebih terbayang nih, mari kita aplikasi kan pada salah satu bagian dari machine learning yakni Computer vision. Sebetulnya, saya baru sedikit tau tentang computer vision ini karena baru belajar kemarin di program DTS untuk path machine learning. Jadi kalau misalnya informasi yang disajikankurang lengkap harap dimaklumi ya.
Sebetulnya apa sih computer vision itu ?
Computer vision sederhananya, bagaimana kita bisa melatih sebuah benda tapi biasanya berupa kamera dengan segelintir algoritmanya baik yang berkaitan dengan jarak, warna, dan dimensi.Tujuannya adalah agar benda atau kamera ini bisa mengamati objek-objek disekitarnya dan nantinya objek yang ditangkap ini akan dikelompokan serta disesuaikan dengan data yang sudah kita input sedemikian tak hingga.
Nah, berdasarkan pengertian di atas mungkin kamu sudah bisa menyimpulkan bahwa machine learning ini benar-benar bekerja layaknya bagaimana seorang manusia itu berpikir. Biar lebih paham lagi nih, mari kita beranjak ke contoh.
Pasti kamu tau donk teknologi yang digunakan oleh mobil Tesla ? Yups, teknologi autopilot namanya. Tapi kamu penasaran gak sih
“Kok bisa ya mobil tersebut melakukan hal yang biasanya harus dikendalikan oleh seorang manusia? “
Sstttt..usut punya usut dibalik canggihnya autopilot yang menjadi standar dalam produksi mobil Tesla ini, ternyata ada kontribusi besar dari artificial intelligent khususnya machine learning untuk bidang computer vision. Jadi perannya computer vision disini adalah mengenali objek yang ada di sekitar jalan agar mobil yang dalam kondisi autopilot ini tidak menabrak. Canggih bukan ?
Oke, untuk pembahasan lebih dalam terkait computer vision nanti akan ada section tersendiri. Tapi yang jelas di next chapter saya akan membahas terkait intro to building math dengan konsep postulat baik itu postulat 1, 2, maupun postulat 3 yang sedikit memiliki kemiripan dengan salah satu konsep dalam kalkulus di machine learning.
Dan sebenarnya, kenapa saya repot-repot belajar hal demikian ya karena ingin menjawab rasa penasaran aja dan aturan “Fundamental” tidak boleh ditinggalkan tetap menjadi pegangan saya dalam mempelajari hal apapun termasuk machine learning. Sekian dan terima kasih, salam #JadiTambahTau.
