Kategori: Belajar Artificial Intelligence

Episode ini adalah yang paling “matematika” sejauh seri ini, dan saya menulisnya sambil sedikit gemetar. Tapi ternyata inti dari melatih model bisa dijelaskan tanpa satu pun turunan yang ditulis lengkap — cukup dengan analogi yang familiar buat programmer: training itu optimasi parameter, dan semua istilah menakutkannya cuma bagian dari satu loop yang sama.

Setelah episode kemarin bicara data dan fitur, sekarang giliran pertanyaan yang dulu bikin saya berhenti membaca tutorial: sebenarnya “model” itu apa? Jawabannya ternyata jauh lebih sederhana dan lebih indah daripada yang saya bayangkan — terutama kalau kita memandangnya sebagai programmer.

Episode ini saya tulis agak pelan-pelan, karena topiknya ternyata yang paling menentukan berhasil-tidaknya proyek machine learning: data dan fitur. Semua tutorial bikin seolah bagian serunya itu memilih algoritma. Pengalaman membaca-baca praktisi (dan sedikit eksperimen sendiri) bilang lain: 80 persen pekerjaan aslinya ada di sini.