Hubungan Machine Learning, Data Science dan Deep Learning digambarkan sebagai sebuah cabang ilmu yang saling berkaitan satu dengan yang lainnya.




Dimulai dari Kecerdasan Buatan atau Artificial Intelligence yaitu sebagai bidang ilmu yang secara umum yang mencakup pembelajaran mesin (machine learning) dan pembelajaran mendalam (deep learning), tetapi itu juga mencakup lebih banyak pendekatan yang tidak melibatkan pembelajaran apa pun.

Dari sepenggal kalimat tersebut sudah jelas hubungan atau perbedaannya. Jadi deep learning (DL) merupakan cabang dari machine learning (ML), machine learning merupakan cabang dari artificial intelligence (AI). Sedangkan untuk mempelajari itu semua diperlukan data science. Untuk memudahkan pemahaman selanjutnya berikut diberikan sistematika seperti ini:

Table Of Contents

hubungan-machine-learning-deep-learning-7387825

Perbedaan ML, Data Science, dan DL

Penjelasan mengenai apa sebenarnya field machine learning, deep learning dan apa itu data science.

Machine Learning (ML)

Machine Learning lebih dari sekadar kata kunci saat ini. Ini adalah lompatan ke depan dalam teknologi, mendemonstrasikan bagaimana komputer dapat belajar dari data. Machine Learning dapat memecahkan banyak masalah, dan semuanya didasarkan pada data dan penggunaan algoritma.

Pembelajaran mesin atau ML adalah bagian dari AI yang dapat didefinisikan sebagai proses penyelesaian masalah praktis dengan 1) mengumpulkan dataset, dan 2) secara algoritmik membangun model statistik berdasarkan pada dataset tersebut.

ML menggunakan metode statistik untuk meningkatkan pengalaman sebuah mesin jadi sebuah komputer dapat bertindak dan mengambil keputusan berdasarkan data dalam melaksanakan tugas tertentu.

Pengalaman atau experience mengacu pada informasi masa lalu yang biasanya berupa data elektronik yang dikumpulkan dan disediakan untuk analisis (training dataset). Data ini bisa dalam bentuk set pelatihan digital yang diberi label manusia, atau jenis informasi lain yang diperoleh melalui interaksi dengan lingkungan (environtment). Dalam semua kasus, kualitas dan ukuran datset sangat penting untuk keberhasilan prediksi.




Untuk pengertian Machine Learning secara lengkap dapat dilihat pada penjelasan Definisi ML Menurut Para Pakar.

Data Science (DS)

Data Science adalah domain pengetahuan yang relatif baru, meskipun komponen intinya telah dipelajari dan diteliti selama bertahun-tahun oleh komunitas Computer Science. Komponennya meliputi aljabar linier, pemodelan statistik, visualisasi, linguistik komputasi, analisis grafik, machine learning, business intelligence, dan data storage and retrieval.

Data Science terlihat seperti teknologi yang tidak pernah Anda gunakan, tetapi Anda salah. Ya, Data Science melibatkan penggunaan teknik matematika tingkat lanjut, statistik, dan big data. Namun, Data Science juga membantu Anda membuat keputusan cerdas, membuat saran untuk opsi berdasarkan pilihan sebelumnya, dan membuat robot melihat objek [1].

Faktanya banyak orang menggunakan Data Science dengan berbagai cara sehingga Anda benar-benar tidak dapat melihat ke mana pun atau melakukan apa pun tanpa merasakan efek Data Science pada hidup Anda. Singkatnya, Data Science adalah orang yang berada di balik layar dalam pengalaman keajaiban teknologi. Tanpa Data Science, banyak hal yang Anda terima sebagai hal biasa dan yang diharapkan saat ini bahkan tidak akan mungkin. Inilah alasan mengapa menjadi data scientist adalah pekerjaan terhebat di abad kedua puluh satu.

Deep Learning (DL)

Deep Learning (DL) adalah sub bidang spesifik dari machine learning: pandangan baru tentang representasi pembelajaran dari data yang menekankan pada pembelajaran lapisan-lapisan berurutan dari representasi yang semakin bermakna. Penggunaan deep dalam deep learning bukanlah referensi untuk segala jenis pemahaman yang lebih dalam yang dicapai oleh pendekatan; alih-alih ini mewakili gagasan lapisan representasi data yang berurutan.

Deep Learning adalah area penelitian machine learning yang didasarkan pada jenis mekanisme pembelajaran tertentu. Hal ini ditandai dengan upaya untuk menciptakan model pembelajaran pada beberapa tingkatan, dimana tingkatan yang paling mendalam mengambil input keluaran dari tingkatan sebelumnya, mengubahnya dan selalu mengabstraksi lebih banyak. Wawasan tentang tingkat pembelajaran ini terinspirasi oleh cara otak manusia memproses informasi dan belajar, menanggapi rangsangan eksternal [2].

Dari kesmuanya itu, Artificial Intelligence (Kecerdasan Buatan) merupakan induk atau pokok keilmuan umum untuk mengetahui machine learning dan deep learning. Sementara data science merupakan ilmu yang mempelajari bagaimana data di preproses kemudian diolah dalam sebuah machine learning maupun deep learning.

Referensi:

  1. Boschetti, Alberto, Luca Massaron, and O’Reilly for Higher Education (Firm). Python Data Science Essentials РThird Edition, 2018.
  2. Zaccone, G., Karim, M. R., & Menshawy, A., Deep learning with TensorFlow: Take your machine learning knowledge to the next level with the power of TensorFlow 1.x, 2017,Packt.