Secara sederhana, Deep Learning (DL) atau pembelajaran mendalam adalah bagian dari ML di mana memiliki kemampuan meniru cara kerja otak manusia melalui jaringan saraf (neural network) yang arsitekturnya sangat beragam.
Neural network ini dapat meniru cara kerja otak manusia dalam mengolah data dan menciptakan pola untuk digunakan dalam pengambilan keputusan.
Neural network mampu belajar tanpa pengawasan dari data yang tidak terstruktur atau tidak berlabel.
Untuk beberapa kasus ML bisa menjadi sangat kompleks, sehingga butuh metode tambahan agar sebuah mesin bisa meniru cara kerja otak manusia. Dalam hal ini, DL bisa diandalkan.
DL bisa menyelesaikan masalah yang lebih kompleks seperti computer vision (kemampuan mesin mengenal objek pada data gambar dan video), speech recognition (mengenal data dalam bentuk suara), dan NLP/Natural Language Processing (mengenal data dalam bentuk teks) menggunakan Artificial Neural Network (ANN).
Sebagi informasi, DL mampu mendorong banyak aplikasi dan layanan kecerdasan buatan (AI) yang meningkatkan otomatisasi, melakukan tugas analitis, dan fisik tanpa campur tangan manusia.
Contoh produk atau layanan saat ini yang menggunakan teknologi DL seperti asisten virtual, TV yang diaktifkan dengan suara, dan deteksi penipuan kartu kredit, serta teknologi baru seperti mobil yang dapat mengemudi sendiri atau swakemudi.
Baca Juga: Contoh Pemanfaatan Teknologi Artificial Intelligence di Industri Migas
| Penulis | : | Rafki Fachrizal |
| Editor | : | Rafki Fachrizal |
KOMENTAR