Berikut ini contoh dari learning task T, dengan pengukuran performance P, berbasis pengalaman E.
T: Bermain catur
P: Persentase game yang dimenangkan
E: Pengalaman Berlatih melawan diri sendiri
T: Pengenalan kata dari tulisan tangan
P: Persentasi jumlah kata yang berhasil diklasifikasi dengan benar
E: Database gambar-gambar kata dari tulisan tangan yang telah diberi label oleh manusia
T: Kendali otomatis mobil pada jalan 4 lajur menggunakan sensor
P: Jarak tempuh rata-rata hingga terjadi eror menurut penilaian (orang)
E:Urutan gambar-gambar dan perintah kemudi yang direkam ketika mengamati pengemudi orang
T: Kategorisasi pesan email sebagai spam atau legitimate (bukan spam)
P: Persentasi pesan email yang diklasifikasikan dengan benar
E: Database email, dengan label dari orang
Beberapa contoh teknologi machine learning:
- Autonomous car
- Deteksi objek
- Labeling objek pada gambar
- Speech recognition
Contoh task Data mining:
Klasifikasi kedaruratan seorang pasien hamil dari data medis dengan task data mining.
Diketahui: data 9714 pasien, masing-masing menjelaskan status kehamilan pasien. Yang terdiri dari 215 fitur. Seperti:
- kehamilan pertama? (yes/no)
- Anemia?(y/n)
- diabetes?(y/n)
- proses kelahiran sebelumnya prematur? (y/n)
- hasil ultrasound? (normal/abnormal)
- operasi c-section?
- emergency c-section?
Lakukan prediksi pasien yang memiliki resiko tinggi untuk Emergency Cesarean section!
Hasil data mining, dari 18 rules disimpulkan bahwa:
If tidak ada kelahiran sebelumnya yang normal, dan hasil ultrasound trismester 2 tidak normal dan Malpresentation pada saat admisi, Then: Kemungkinan emergency c-section adalah 0,6 ; dari data training 26/41=0,63 dari data tes 12/20= 0,6
Contoh kasus lainnya adalah Analisa resiko Pinjaman.
Dari data seorang pelanggan pada 3 waktu berbeda berikut ini:
- Tahun kredit
- Jumlah pinjaman
- besar Pemasukan
- Punya rumah?
- Akun ilegal?
- Apakah pelanggan yang profitable?
Dari data tersebut bisa dibuat rules untuk memprediksi apakah pelanggan ini profitable atau beresiko.
Begitu juga dari data pembelian pelanggan dapat dipelajari polanya dan diprediksi pembelian berikutnya serta strategi customer retention.
Sampai disini dulu. Insyaallah nanti akan saya lanjutkan pada tulisan berikutnya. Semoga bermanfaat!