Apakah kaedah Pembelajaran Mesin (Machine Learning) dalam Artificial intelligent

Dengan Nama Allah Yang Maha Pemurah Lagi Maha Pengasihani

Peringatan buat diriku yang lupa

sumber:https://www.v7labs.com/blog/machine-learning-guide

Dalam bidang Kecerdasan Buatan (Artificial Intelligence, AI), Pembelajaran Mesin (Machine Learning, ML) ialah satu pendekatan utama yang membolehkan sistem komputer belajar daripada data tanpa diprogramkan secara eksplisit. Terdapat beberapa kaedah utama dalam pembelajaran mesin, iaitu:

1. Pembelajaran Diselia (Supervised Learning)

Model dilatih menggunakan data berlabel (data input dan output diketahui).

Digunakan untuk ramalan dan pengelasan.

Contoh algoritma:

Linear Regression

Logistic Regression

Decision Trees

Support Vector Machines (SVM)

Neural Networks

2. Pembelajaran Tidak Diselia (Unsupervised Learning)

Model dilatih menggunakan data tidak berlabel.

Digunakan untuk pengelompokan (clustering), pengurangan dimensi, atau pengesanan corak tersembunyi.

Contoh algoritma:

K-Means

Hierarchical Clustering

Principal Component Analysis (PCA)

Autoencoders

3. Pembelajaran Penguatan (Reinforcement Learning)

Ejen belajar dengan berinteraksi dengan persekitaran dan menerima ganjaran atau penalti.

Sesuai untuk pengoptimuman keputusan dalam jangka masa panjang.

Contoh:

Q-Learning

Deep Q-Networks (DQN)

Proximal Policy Optimization (PPO)

4. Pembelajaran Semi-Diselia (Semi-Supervised Learning)

Menggabungkan data berlabel dan tidak berlabel untuk latihan.

Digunakan apabila pelabelan data mahal atau sukar.

5. Pembelajaran mendalam (Deep Learning)

Subset pembelajaran mesin yang menggunakan rangkaian neural tiruan berlapis-lapis (deep neural networks).

Sangat berkuasa untuk imej, suara, dan pemprosesan bahasa semula jadi.