Pembelajaran mesin memberi komputer kemampuan untuk belajar tanpa diprogram secara eksplisit untuk tugas yang ada. Pembelajaran terjadi ketika data dikombinasikan dengan model matematika, misalnya dengan menemukan nilai-nilai yang sesuai dari variabel yang tidak diketahui dalam model. Contoh paling mendasar dari pembelajaran bisa berupa pemasangan garis lurus pada data, tetapi pembelajaran mesin biasanya berurusan dengan model yang jauh lebih fleksibel daripada garis lurus. Inti dari melakukan ini adalah bahwa hasilnya dapat digunakan untuk menarik kesimpulan tentang data baru, yang tidak digunakan dalam mempelajari model. Jika kita mempelajari suatu model dari kumpulan data 1000 gambar anak anjing, model tersebut mungkin - jika dipilih dengan bijak - dapat mengetahui apakah gambar lain (bukan di antara 1000 yang digunakan untuk pembelajaran) menggambarkan anak anjing atau tidak. Itu dikenal sebagai generalisasi....
Unduh: https://docs.google.com/document/d/e/2PACX-1vT0jexaDT7BVKT2TQ2ZzgptVL-FSDj3swoURDFaMdydIGlHVZEV5mqSDT5_PUS6uGojnO74pFWRqHug/pub
