Pembelajaran mesin sangat mirip dengan kedengarannya: gagasan bahwa berbagai bentuk teknologi, termasuk tablet dan komputer, dapat mempelajari sesuatu berdasarkan pemrograman dan data lainnya. Kelihatannya seperti konsep futuristik, tetapi tingkat teknologi ini digunakan oleh kebanyakan orang setiap hari . Pengenalan ucapan adalah contoh yang sangat baik untuk ini. Asisten virtual seperti Siri dan Alexa menggunakan teknologi untuk membacakan pengingat, menjawab pertanyaan, dan mengikuti perintah. Saat pembelajaran mesin berkembang biak, lebih banyak profesional mengejar karir sebagai insinyur pembelajaran mesin . Salah satu cara terbaik untuk memulai adalah dengan terlibat langsung dan mengembangkan proyek, dan ada banyak sumber daya online gratis. 

Program Pascasarjana dalam AI dan Pembelajaran Mesin

Dalam Kemitraan dengan Universitas PurdueJELAJAHI KURSUS

1. Rekomendasi Film dengan Kumpulan Data Movielens

Hampir semua orang saat ini menggunakan teknologi untuk streaming film dan acara televisi. Meskipun mencari tahu apa yang akan dialirkan selanjutnya dapat menjadi hal yang menakutkan, rekomendasi sering kali dibuat berdasarkan riwayat dan preferensi pemirsa. Ini dilakukan melalui pembelajaran mesin dan bisa menjadi proyek yang menyenangkan dan mudah dilakukan oleh pemula. Pemrogram baru dapat berlatih dengan mengkode dalam bahasa Python atau R dan dengan data dari Movielens Dataset . Dihasilkan oleh lebih dari 6.000 pengguna, Movielens saat ini mencakup lebih dari 1 juta peringkat film dari 3.900 film.

Pelajari Dasar-dasar Algoritma Pembelajaran MesinDAFTAR SEKARANGKursus Gratis: Algoritma Pembelajaran Mesin

2. TensorFlow

Pustaka kecerdasan buatan sumber terbuka ini adalah tempat yang sangat baik bagi pemula untuk meningkatkan keterampilan pembelajaran mesin mereka . Dengan TensorFlow , mereka dapat menggunakan perpustakaan untuk membuat grafik aliran data, proyek menggunakan Java, dan larik aplikasi. Ini juga termasuk API untuk Java.

3. Perkiraan Penjualan dengan Walmart

Meskipun memprediksi penjualan di masa mendatang secara akurat mungkin tidak mungkin dilakukan, bisnis dapat mendekati pembelajaran mesin. Misalnya, Walmart menyediakan kumpulan data untuk 98 produk di 45 outlet sehingga pengembang dapat mengakses informasi tentang penjualan mingguan menurut lokasi dan departemen. Tujuan proyek dengan cakupan ini adalah untuk membuat keputusan berdasarkan data yang lebih baik dalam pengoptimalan saluran dan perencanaan inventaris.   

4. Prediksi Harga Saham

Mirip dengan perkiraan penjualan, prediksi harga saham didasarkan pada kumpulan data dari harga masa lalu, indeks volatilitas, dan indikator fundamental. Pemula dapat memulai dari yang kecil dengan proyek seperti ini dan menggunakan kumpulan data pasar saham untuk membuat prediksi selama beberapa bulan ke depan. Ini adalah cara yang bagus untuk membiasakan diri membuat prediksi berdasarkan kumpulan data yang sangat besar. Untuk memulai, unduh kumpulan data pasar saham dari Quantopian atau Quandl .

5. Pengenalan Aktivitas Manusia dengan Smartphone

Banyak perangkat seluler saat ini dirancang untuk mendeteksi secara otomatis saat kita melakukan aktivitas tertentu, seperti berlari atau bersepeda. Ini adalah pembelajaran mesin di tempat kerja. Untuk berlatih dengan jenis proyek ini, insinyur pembelajaran mesin pemula menggunakan kumpulan data yang berisi catatan aktivitas kebugaran untuk beberapa orang (semakin banyak, semakin baik) yang dikumpulkan melalui perangkat seluler yang dilengkapi dengan sensor inersia. Peserta didik kemudian dapat membangun model klasifikasi yang secara akurat akan memprediksi kegiatan masa depan. Ini juga dapat membantu mereka memahami bagaimana memecahkan masalah multi-klasifikasi.

6. Prediksi Kualitas Anggur

Berbelanja untuk anggur baru dan asing bisa menjadi urusan yang sukses atau tidak. Tidak ada cara pasti untuk mengetahui apakah anggur berkualitas tinggi kecuali Anda ahli yang mempertimbangkan berbagai faktor seperti usia dan harga. Kumpulan Data Kualitas Anggur  dapat menjadi proyek pembelajaran mesin yang menyenangkan yang berisi detail seperti itu untuk membantu memprediksi kualitas. Melalui proyek ini, para pemula ML mendapatkan pengalaman dengan visualisasi data, eksplorasi data, model regresi, dan pemrograman R.

7. Prediksi Kanker Payudara

Proyek pembelajaran mesin ini menggunakan kumpulan data yang dapat membantu menentukan kemungkinan tumor payudara ganas atau jinak. Berbagai faktor dipertimbangkan, termasuk ketebalan benjolan, jumlah inti telanjang, dan mitosis. Ini juga merupakan cara terbaik bagi para profesional pembelajaran mesin baru untuk berlatih pemrograman R .

8. Klasifikasi Iris

Dataset Iris Flowers adalah sangat terkenal dan salah satu proyek pembelajaran mesin tertua dan paling sederhana untuk dipelajari pemula. Dengan proyek ini, peserta didik harus mengetahui dasar-dasar penanganan nilai numerik dan data. Titik data termasuk ukuran sepal dan petal menurut panjang dan lebarnya. Menggunakan pembelajaran mesin, proyek yang sukses mengklasifikasikan iris menjadi salah satu dari tiga spesies.

9. Menyortir Tweet Tertentu di Twitter

Di dunia yang sempurna, akan sangat bagus untuk memfilter tweet yang berisi kata-kata dan informasi tertentu dengan cepat. Untungnya, ada proyek pembelajaran mesin tingkat pemula yang memungkinkan pemrogram membuat algoritme yang mengambil tweet tergores yang telah dijalankan melalui prosesor bahasa alami untuk menentukan mana yang lebih cocok dengan tema tertentu, membicarakan individu tertentu, dan sebagainya.

10. Mengubah Dokumen Tulisan Tangan Menjadi Versi Digital

Jenis proyek ini adalah cara sempurna untuk mempraktikkan pembelajaran mendalam dan jaringan saraf — penting untuk pengenalan gambar dalam pembelajaran mesin. Pemula juga dapat mempelajari cara mengubah data piksel menjadi gambar, serta cara menggunakan regresi logistik dan kumpulan data MNIST.

Lihat video di bawah ini yang membahas tentang 10 Proyek Pembelajaran Mesin Teratas yang banyak digunakan di industri. Video ini juga akan membantu setiap penggemar pembelajaran mesin untuk mendapatkan ide tentang bagaimana proyek ini diimplementasikan dan apa manfaatnya.

Pembelajaran mesin sangat mirip dengan kedengarannya: gagasan bahwa berbagai bentuk teknologi, termasuk tablet dan komputer, dapat mempelajari sesuatu berdasarkan pemrograman dan data lainnya. Kelihatannya seperti konsep futuristik, tetapi tingkat teknologi ini digunakan oleh kebanyakan orang setiap hari . Pengenalan ucapan adalah contoh yang sangat baik untuk ini. Asisten virtual seperti Siri dan Alexa menggunakan teknologi untuk membacakan pengingat, menjawab pertanyaan, dan mengikuti perintah.

Saat pembelajaran mesin berkembang biak, lebih banyak profesional mengejar karir sebagai insinyur pembelajaran mesin . Salah satu cara terbaik untuk memulai adalah dengan terlibat langsung dan mengembangkan proyek, dan ada banyak sumber daya online gratis. 

Program Pascasarjana dalam AI dan Pembelajaran Mesin

Dalam Kemitraan dengan Universitas PurdueJELAJAHI KURSUSProgram Pascasarjana dalam AI dan Pembelajaran Mesin

10 Proyek Pembelajaran Mesin Teratas:

Berikut adalah daftar 10 proyek pembelajaran mesin sederhana teratas yang akan kita pelajari secara detail:

Rekomendasi Film dengan Kumpulan Data Movielens

TensorFlow

Perkiraan Penjualan dengan Walmart

Prediksi Harga Saham

Pengenalan Aktivitas Manusia dengan Smartphone

Prediksi Kualitas Anggur

Prediksi Kanker Payudara

Klasifikasi Iris

Menyortir Tweet Tertentu di Twitter

Mengubah Dokumen Tulisan Tangan menjadi Versi Digital

Mari kita bahas masing-masing secara rinci:

1. Rekomendasi Film dengan Kumpulan Data Movielens

Hampir semua orang saat ini menggunakan teknologi untuk streaming film dan acara televisi. Meskipun mencari tahu apa yang akan dialirkan selanjutnya dapat menjadi hal yang menakutkan, rekomendasi sering kali dibuat berdasarkan riwayat dan preferensi pemirsa. Ini dilakukan melalui pembelajaran mesin dan bisa menjadi proyek yang menyenangkan dan mudah dilakukan oleh pemula. Pemrogram baru dapat berlatih dengan mengkode dalam bahasa Python atau R dan dengan data dari Movielens Dataset . Dihasilkan oleh lebih dari 6.000 pengguna, Movielens saat ini mencakup lebih dari 1 juta peringkat film dari 3.900 film.

Kursus Gratis: Algoritma Pembelajaran Mesin

Pelajari Dasar-dasar Algoritma Pembelajaran MesinDAFTAR SEKARANGKursus Gratis: Algoritma Pembelajaran Mesin

2. TensorFlow

Pustaka kecerdasan buatan sumber terbuka ini adalah tempat yang sangat baik bagi pemula untuk meningkatkan keterampilan pembelajaran mesin mereka . Dengan TensorFlow , mereka dapat menggunakan perpustakaan untuk membuat grafik aliran data, proyek menggunakan Java, dan larik aplikasi. Ini juga termasuk API untuk Java.

3. Perkiraan Penjualan dengan Walmart

Meskipun memprediksi penjualan di masa mendatang secara akurat mungkin tidak mungkin dilakukan, bisnis dapat mendekati pembelajaran mesin. Misalnya, Walmart menyediakan kumpulan data untuk 98 produk di 45 outlet sehingga pengembang dapat mengakses informasi tentang penjualan mingguan menurut lokasi dan departemen. Tujuan proyek dengan cakupan ini adalah untuk membuat keputusan berdasarkan data yang lebih baik dalam pengoptimalan saluran dan perencanaan inventaris.   

4. Prekdiksi Harga Saham

Mirip dengan perkiraan penjualan, prediksi harga saham didasarkan pada kumpulan data dari harga masa lalu, indeks volatilitas, dan indikator fundamental. Pemula dapat memulai dari yang kecil dengan proyek seperti ini dan menggunakan kumpulan data pasar saham untuk membuat prediksi selama beberapa bulan ke depan. Ini adalah cara yang bagus untuk membiasakan diri membuat prediksi berdasarkan kumpulan data yang sangat besar. Untuk memulai, unduh kumpulan data pasar saham dari Quantopian atau Quandl .

5. Pengenalan Aktivitas Manusia dengan Smartphone

Banyak perangkat seluler saat ini dirancang untuk mendeteksi secara otomatis saat kita melakukan aktivitas tertentu, seperti berlari atau bersepeda. Ini adalah pembelajaran mesin di tempat kerja. Untuk berlatih dengan jenis proyek ini, insinyur pembelajaran mesin pemula menggunakan kumpulan data yang berisi catatan aktivitas kebugaran untuk beberapa orang (semakin banyak, semakin baik) yang dikumpulkan melalui perangkat seluler yang dilengkapi dengan sensor inersia. Peserta didik kemudian dapat membangun model klasifikasi yang secara akurat akan memprediksi kegiatan masa depan. Ini juga dapat membantu mereka memahami bagaimana memecahkan masalah multi-klasifikasi.

Insinyur Kecerdasan Buatan

Gerbang Anda untuk Menjadi Pakar AI yang SuksesLIHAT KURSUSInsinyur Kecerdasan Buatan

6. Prediksi Kualitas Anggur

Berbelanja untuk anggur baru dan asing bisa menjadi urusan yang sukses atau tidak. Tidak ada cara pasti untuk mengetahui apakah anggur berkualitas tinggi kecuali Anda ahli yang mempertimbangkan berbagai faktor seperti usia dan harga. Kumpulan Data Kualitas Anggur  dapat menjadi proyek pembelajaran mesin yang menyenangkan yang berisi detail seperti itu untuk membantu memprediksi kualitas. Melalui proyek ini, para pemula ML mendapatkan pengalaman dengan visualisasi data, eksplorasi data, model regresi, dan pemrograman R.

7. Prediksi Kanker Payudara

Proyek pembelajaran mesin ini menggunakan kumpulan data yang dapat membantu menentukan kemungkinan tumor payudara ganas atau jinak. Berbagai faktor dipertimbangkan, termasuk ketebalan benjolan, jumlah inti telanjang, dan mitosis. Ini juga merupakan cara terbaik bagi para profesional pembelajaran mesin baru untuk berlatih pemrograman R .

8. Klasifikasi Iris

Dataset Iris Flowers adalah sangat terkenal dan salah satu proyek pembelajaran mesin tertua dan paling sederhana untuk dipelajari pemula. Dengan proyek ini, peserta didik harus mengetahui dasar-dasar penanganan nilai numerik dan data. Titik data termasuk ukuran sepal dan petal menurut panjang dan lebarnya. Menggunakan pembelajaran mesin, proyek yang sukses mengklasifikasikan iris menjadi salah satu dari tiga spesies.

9. Menyortir Tweet Tertentu di Twitter

Di dunia yang sempurna, akan sangat bagus untuk memfilter tweet yang berisi kata-kata dan informasi tertentu dengan cepat. Untungnya, ada proyek pembelajaran mesin tingkat pemula yang memungkinkan pemrogram membuat algoritme yang mengambil tweet tergores yang telah dijalankan melalui prosesor bahasa alami untuk menentukan mana yang lebih cocok dengan tema tertentu, membicarakan individu tertentu, dan sebagainya.

10. Mengubah Dokumen Tulisan Tangan Menjadi Versi Digital

Jenis proyek ini adalah cara sempurna untuk mempraktikkan pembelajaran mendalam dan jaringan saraf — penting untuk pengenalan gambar dalam pembelajaran mesin. Pemula juga dapat mempelajari cara mengubah data piksel menjadi gambar, serta cara menggunakan regresi logistik dan kumpulan data MNIST.

Lihat video di bawah ini yang membahas tentang 10 Proyek Pembelajaran Mesin Teratas yang banyak digunakan di industri. Video ini juga akan membantu setiap penggemar pembelajaran mesin untuk mendapatkan ide tentang bagaimana proyek ini diimplementasikan dan apa manfaatnya.