Learning Bahasa Indonesia

Deep Learning: Membuka Batas AI

Deep Learning (DL) adalah subbidang ML yang memanfaatkan jaringan saraf tiruan (JST) untuk meniru cara kerja otak manusia dalam memproses informasi. JST terdiri dari lapisan-lapisan unit komputasi yang disebut neuron buatan, yang terhubung dan berkomunikasi satu sama lain.

Kekuatan DL terletak pada kemampuannya untuk memproses data dalam jumlah besar dan mengidentifikasi pola kompleks yang tidak selalu mudah dikenali oleh manusia. Arsitektur JST yang berlapis-lapis memungkinkan DL untuk mengekstrak fitur tingkat tinggi dari data, menghasilkan akurasi yang lebih tinggi dan wawasan yang lebih mendalam.

Persyaratan untuk Pendaftaran

PIP Semarang memberikan biaya pendidikan yang berbeda-beda tergantung pada program studi dan jumlah semester yang diambil. Sebagai contoh, biaya non-reguler untuk semester pertama sekitar Rp12.280.000, dan biaya untuk semester berikutnya berkisar antara Rp9.982.000 dan Rp10.432.000 (Daftar Harga & Tarif 2023).

Slots in Rasa Open Source 2.x

Note: This is material for Rasa 2.x. The syntax has updated slightly in Rasa 3.0 so we recommend new users to check the new course on Custom Actions found here.

In Rasa, slots are your long term memory in a conversation. If there's any information you'd like to store for later use, you'd typically want to store it in a slot. It's important to understand that a slot is not the same thing as an entity. You could store any information in a slot, even if no entity has been detected. That said, it is very common to fill a slot value with an entity value.

If you want to define a slot, you'll need to define it in your domain.yml file.

influence_conversation: false

You'll notice that in this configuration we've added a influence_conversation tag. The reason is that slots can influence a story. You might have something like this in your stories.yml file.

- story: booking a flight ticket

- intent: book_a_ticket

- destination: Toronto

If your slots are configured to influence the flow of the conversation, you have to include them in your training stories.

Typically, your slot values will be set by detected entities. In these situations your domain.yml file should also include entities.

influence_conversation: false

This way, when an entity is detected it can fill in the slot value. You can also set slot values with custom actions, but we'll discuss how to do that in a later video.

By default, slots that have matching entity names will automatically be filled with the values of those entities. You can disable this behaviour by changing the configuration of the auto_fill parameter to false.

In Rasa, slots have types. This is useful, because certain types of information are better served as a number than a string of text.

Slot type text can be used to store any text information. It can influence the conversation based on whether or not the slot has been set.

influence_conversation: true

Slot type boolean can be used to store information that can get the values True or False.

influence_conversation: true

Slot type categorical can be used to store values that can get one of a predefined set of possible values.

Slot type float can be used to store numerical values.

List slots can be used to store a list of values. When configured, only the presence of the slot can have influence on the flow of the conversation. The values themselves won't be taken into account.

The "any" slot type can be used to store any arbitrary values. Slots of this type don’t have any influence on the conversation flow which means that the value and the presence of the slot doesn’t have any influence on how the conversation goes.

Finally, it's good to know that you can also set a default value on a slot by configuring the initial_value parameter. The value will be assigned to the slot from the beginning of the conversation and can be reset later on by NLU or custom actions.

Try to answer the following questions to test your knowledge.

Machine Learning dan Deep Learning: Meningkatkan Kemampuan Komputasi dan Analisis Data

Di era digital yang serba canggih ini, teknologi Machine Learning (ML) dan Deep Learning (DL) telah menjadi topik yang hangat diperbincangkan. Kedua teknologi ini merupakan subbidang kecerdasan buatan (AI) yang mampu mempelajari pola dan membuat prediksi berdasarkan data yang besar. Dengan memanfaatkan kekuatan komputasi yang tinggi, ML dan DL telah merevolusi berbagai aspek kehidupan kita, mulai dari otomatisasi proses bisnis hingga pemahaman yang lebih mendalam tentang dunia di sekitar kita. Puskomedia, sebagai perusahaan teknologi masa depan, terus berinovasi untuk menghadirkan solusi dan layanan terbaik dalam bidang ML dan DL.

Salah satu dampak signifikan dari ML dan DL adalah kemampuannya dalam mengotomatiskan tugas-tugas yang berulang dan padat karya. Dengan mempelajari pola dan tren data, algoritma ML dan DL dapat mengidentifikasi dan mengeksekusi serangkaian tugas secara mandiri. Sebut saja, misalnya, proses penyortiran email, pemrosesan dokumen, atau bahkan pengendalian lalu lintas. Kemampuan ini tidak hanya menghemat waktu dan sumber daya, tetapi juga mengurangi kesalahan dan meningkatkan efisiensi secara keseluruhan.

Puskomedia: Pendamping Anda dalam Transformasi Digital

Sebagai perusahaan teknologi masa depan, Puskomedia menyediakan layanan dan pendampingan terkait dengan Machine Learning dan Deep Learning: Meningkatkan Kemampuan Komputasi dan Analisis Data. Kami memahami bahwa pemanfaatan teknologi ini dapat menjadi kompleks, oleh karena itu kami hadir untuk membantu Anda memaksimalkan potensi ML dan DL untuk kemajuan bisnis Anda. Dengan keahlian dan komitmen kami, Puskomedia siap menjadi pendamping Anda dalam perjalanan transformasi digital.

Machine Learning dan Deep Learning: Meningkatkan Kemampuan Komputasi dan Analisis Data

Teknologi semakin maju, kita memasuki era society 5.0 yang mengandalkan teknologi untuk memenuhi kebutuhan masyarakat. Nah, sebagai pemain teknologi masa depan, Puskomedia hadir mengedukasi kita soal perkembangan teknologi terbaru seperti Machine Learning (ML) dan Deep Learning (DL). Mari kita telusuri lebih jauh kemampuan komputasi dan analisis data yang semakin dahsyat ini!

ML merupakan teknologi kecerdasan buatan yang memungkinkan komputer belajar dari data tanpa diprogram secara eksplisit. Salah satu subset ML yang lagi naik daun adalah DL. Memangnya apa bedanya? Kalau ML menggunakan algoritma sederhana, DL menggunakan jaringan saraf tiruan yang meniru cara kerja otak manusia. Jaringan ini terdiri dari banyak lapisan yang memungkinkan komputer menganalisis data yang kompleks dan menemukan pola tersembunyi yang mungkin terlewatkan oleh kita.

%PDF-1.5 %µµµµ 1 0 obj <>>> endobj 2 0 obj <> endobj 3 0 obj <>/Font<>/XObject<>/ProcSet[/PDF/Text/ImageB/ImageC/ImageI] >>/MediaBox[ 0 0 720 540] /Contents 4 0 R/Group<>/Tabs/S/StructParents 0>> endobj 4 0 obj <> stream xœ­˜_O9Àß#å;ø1A­ñø¿¥ª®Ê!¸^‰Ô‡ê"8ti«ûú73ö&„ÝdÓe…´¬½ÏÏ3ã;âø“x÷îøòtr&Ôû÷âÃÙ©øw8PBI¥h­‚Z g•X͇ƒ/Gb9€¸[�Q”q[ƒn�†ƒ?‡q~y*Ä3ðL‹*eµÞ¯êøãµwßI"%�cƒwøôQ‹B˜m [!t Z <иèø©"k× ƒÞˆR·#˜ ÂÛŠÁÓŠv`„¸Å ö[³ƒÕ¦�!®’NôFˆIÆQ‚n¥põ�СÅ!V:/þcš´#4>D] þƒ(-‹/†ôºvv�|®›Á|ÝGZ™t0¨º¡6TAWP/âg7P¨YJƒ÷‡ñì3�r Ãï‡áĺ}0€\በ�GS`û@«ëÀx©�Í$™,á•ÒçR2a^jØb€6Úk.E»¹Å\qNö@S�zé:¦�¥)Ýà}VÅlv]6ù#u ¶¹“ä°õ7ux©Íf"n½”qÒèæÎÍD·;Ö ñÁµæÌ»³}ò[&÷í§ÊöÕ|ŽCwχåBC"ЛE!æŨ:(‘ÿ»ÁÈÓü�ZàT5”_Qžà+$e,øHÐ?ü^f¥ª*#‹ú›lÈ£&þªTàz%f{0 ]ä½P:¬“çÅœ�É œ—– £4¶j�Å�·ùìŒôkÉÜÈóòB¸�ñâñc‘Sžœ^M›[4¶h-ŸQÝ޷ĪE‡™åP@óþ*mLb"¢fYö%Èú¸�S'ÄPëŽäig¹ê�礑ÜNWŽÞÉbØÕœù…¹�IŠÔæ¾uU¥�L ¬FÚ’År;a9Â2iíáˆ5Mk�”ì· ×ßœ–~#VZ<)»�Û˜Àm  Éyî*sæ�Ì ËÇÌR‰='Ý·´ª8rÔÀ€Y”-€xÎq Y:`$y‹˜ÞHwÐÒ”þ±_4ã¦ÇH¤oYÆQm*³ñ;¯:ëÉßH‘Ysí[E­¢b� RÝ�˜>L19ýÂà@ôÅô–+;þ.•“v+SÓMf,Õ}ÃG:«çšz/•¯£Oã¿Äô÷áà|Ê)ì`´­Áh Àî0çŸÏ/þ¿µ£+|šÑåääªO<«}�Žx“«3æº:¿žœlƒÕÝݽ˜ºT³wµ“xØêàÝ9Yóqö@Ø?;Û²¦Ñ†*u;›-EŸ8ÉI0¯µÓjFfZöÈe°œQ†èn¦Gdr£E�LV+Þ¯´Õœ¸žØbOã0ZÜÏðÙ§ñœÏÙ¤+èdùíi‰˜zôý~lG³¶›zܱ)I�®³u̼eg}Tã¹Ï…®ltö5”Qo¾Ž.æ}n¼Gàæíl2ÓâX]» ½Â±K~'Ê“9ôžÃñÇØŒfb0º¸'w?ð³×„ˆ'ȘºÓ~ù9¦º±üÆ)quߧ»#ž“]W´|ýÀaø¦O“™Ä§ƒÎ&»–ÓUŸiÚCwœ7cbìF—’m[¤á¾xÍÌ÷]m-ÞÞ~‡Õ@?Ø.žL-ÝüЊVÒ�y�'‹ÙÝœ8{�JuM©¶�Z~ä‚X)ÕxS0x Ç»*Öx¡ËÓFqØ©¸áÐÝÖ� uÅTËuÌš-ÿ´ÖÐ]Fãe†n,Íé¹æÿ�k: endstream endobj 5 0 obj <> endobj 6 0 obj <> endobj 7 0 obj <> endobj 8 0 obj <> endobj 9 0 obj <> endobj 10 0 obj <> endobj 11 0 obj <> endobj 12 0 obj <> endobj 13 0 obj <> endobj 14 0 obj <> endobj 15 0 obj <> stream xœì}|SåúÿÉN›t§»iš4mºPÁ�\TDD@¡¥#m¡mšÕ�úÁ‰z¸8@P. Íè^@ÙP MÒ½w3ºÛ$ÿ÷='-‘ÆÛßøŸÏû©)MrÎy¾Ïø>ã="ÈÿàÃŽnûÒ´ Ô¸çg>`G·™èËù¿wàð<®WÚ²²�±µY)ME©•ÙÒ»ø+g>ì‹Ç'úúþ÷T*uÆs¡_½¿èÂQQCAJ}AJEf²Fž\‘)l(�4H/“ìÚ¸ä�Ù“Ý}±ÿ;wWGþ¢©¿|©ÉNk.J¯Î’T(“UŠdµB¬‘ Õr¡F!®ÈTf'7¦Ôæ¥Éˆ]%˜õHóÿˆµŽPžOzâ‹9?&Öæ¦5¤Ve ÔŠ$5€@.RËÄj™@£\¦’'•Ë%*…X­‚?U(… ù’Æ‚´KÇDÛ>Z8gæ$'Gû‰¾�ÿ©™DšþtàWk^?ÿïäæâôº\0(…H-—”gH€Gª)XØumJ_�w·jR]ñ¼ å²r™HÐAߦQ ª³…�…Òš‚ôãßÇ¥ÄÎð÷ó f¢ïìÌáìh÷æ«�îÿ| Ðp(Æ‘5ð« ¨}pAq�§_ÕªƒGÚíÍzÄl€ËÔEí©á´œŸY™¥’%«3¤*™Dà ’™\—ŸRW(=sD°éÝyÏ<ˆüußÃËÃ)1â¹?vF×ä¥4Jª²€Ÿª°•!QË„U9K[.þ£§Žeê&AùtˆY‹þ¯{ÀÜ`“K÷µ)u…€Ë*“�OI*äÂre’:HS±ôªLºó£Å¯«E/L¬Ë“ÖçC.¤V`�‹Õ '×.êº>y¨ÅÊ|‚».ÔFŒ�4C%·åÜ‹•ÙѪ©Z–…5¡:KØT˜R‘%=øMäüÙ�ÑèÔ‰¾û‰?³Sü?[ûú9ŠVÔe·“¤R † “–gˆ4Y±M%³ôUþ#´?‘ÿÍKk�ì%4¹v”>U[ð6è ‚HaQ&U*E�ù©Õ¹)¿m �x}ŠÝÿU8ˆDò‹ÓB¶o\t-CÒT�V—#¬PT �F&RC/$¨ÎYÚzé}õÞ¦nâ_€àÎ…~v¤ÍQ«­?õºF‘ ’ 521*ere¦ 9/­6;åØöððy“ìi-˜ÿÜA£Ù¾2ã‘Ý›—Td¦7¥Tf%W(„€/8�ZžT›¿°ëêSCÍ.f=Þ�ö¯H^‹»‹³B#ˆtvóÙ—*³øÀ:Ê�ßS&at·1OZ——zä»ÈÅs'ÛÚR&ZH÷�_üÆ´ßw&j²V€DÄâ E"`5*PÑ„†“ó´ªÐáv;ŒYœŒ1‚݈I9›Æœ�Ö"v“ÖòNdcÀY>Þ€ƒïĺ–Ø×àÑvqZuv´Z–È•ªA²F)ª/�TçJý6|îKad i¢Åõ·ÏM«æUå¿ÓP ­V ’€6ªä€¥ zÓX2ÛPÅ5vQ,Ú{‡Ï7yöà, €½»qF΄‰½gÀß&FÍÁ¤» £ÑhnÖã[\:JŸ®É�TctÐc¥ R)hÊO©ÊIÛóÙ¢iOq'ZlÖF=^²Ï#a·‡yˆò­Ì�žÄùý¤‹¹ÿÚ‹¨ë\Ä�„„ÐS×Íýè÷ô"g¯Óf}Îzókæ{<åœ@ê�}çm  np¸Õ©³ôéêì(`Vr -‰@aª²ÄmEéù¿,_4w ž@˜ha>äÁp¶_úJÈŽó¤jX I® sÈ�§^í­ñ3¡V`B½�É"v܈žÚÐh;Ô Ã4æsL˜3é'ÅîbOÿÈçT™;s¥ßÇÇ<ÌD|¸-xú­õ\Á{ÿ°—ÅA àvfºÐ%!±;Ùo|ëç–Â~çgOSq¨WZAÓµS,X÷Übƒ-έ—§VfÆ©O¤ ò 4G#ÖçI«sR¿^·€éí<ÑBýËÇÔ'¹¿m�l*LÉ,ÊL bÀëŠê+y&à@P µ ±¨Ú‡ìÍqöK÷žÇÜO0ëoŠÂC¤OþÍôy‡ûȆI„Ä°³å®æô#:DßI{æ#ß ÇÙ›2üÿ€ÓÝJæ`$§ýì²&`@ïb6Ò#wpÞõ7´“GzÈÑÛÂòÝomçÆÿÀ\í{UãÕ“Ï òÇg{qØÏEî—*öÂÀðí¬!-Õ

Kreasi dan pengembangan konten belajar

KAMI by Ruangguru adalah creative powerhouse yang membantu perusahaan mengeksekusi berbagai strategi bisnis — dari konten pelatihan, branding, hingga marketing

Di era digitalisasi yang pesat ini, kemampuan komputasi dan analisis data menjadi semakin krusial. Dengan memanfaatkan Machine Learning dan Deep Learning, kita dapat meningkatkan kemampuan tersebut secara signifikan. Namun, apakah Anda sudah memahami konsep dan manfaat dari Machine Learning dan Deep Learning? Artikel ini akan mengulas secara mendalam topik tersebut. Mari kita eksplorasi bersama!

Machine Learning dan Deep Learning: Meningkatkan Kemampuan Komputasi dan Analisis Data

Di era digital ini, volume data yang begitu besar terus membanjiri dunia maya. Menelusuri dan mengelola data semacam itu menjadi sebuah tantangan, namun teknologi kecerdasan buatan (AI) menawarkan solusi melalui dua pilar utamanya, yaitu Machine Learning (ML) dan Deep Learning (DL). Kedua teknologi ini merevolusi kemampuan komputasi dan analisis data, membawa kita pada babak baru inovasi.

Bagaimana Machine Learning Bekerja?

Proses kerja ML melibatkan beberapa langkah utama. Pertama, data dikumpulkan dari berbagai sumber dan dibersihkan untuk menghilangkan kesalahan atau data tidak relevan. Kemudian, data ini dibagi menjadi set pelatihan dan set pengujian. Set pelatihan digunakan untuk “melatih” model ML, yaitu memberikan algoritma sebuah dasar pengetahuan untuk mengidentifikasi pola dan membuat prediksi.

Setelah dilatih, model ML dievaluasi menggunakan set pengujian untuk mengukur kinerjanya. Jika model gagal memenuhi standar akurasi yang diharapkan, maka algoritma dan parameternya dapat disesuaikan untuk meningkatkan efektivitasnya. Proses iteratif ini berlanjut hingga model ML mencapai tingkat akurasi yang memuaskan.

Jenis-Jenis Machine Learning

Terdapat berbagai jenis ML yang diklasifikasikan berdasarkan teknik belajar yang digunakan. Beberapa jenis ML yang umum adalah: