Machine Learning (ML) bukan lagi ilmu yang eksklusif. Dengan Python dan library open-source, siapapun bisa mulai belajar. Artikel ini cocok untuk pemula yang ingin memahami dasar-dasar ML.

Apa Itu Machine Learning?

Machine Learning adalah cabang AI yang memungkinkan komputer belajar dari data tanpa diprogram secara eksplisit. Alih-alih menulis aturan manual, kita memberikan data dan algoritma belajar pola dari data tersebut.

Tools yang Dibutuhkan

Python dengan library berikut:

pip install numpy pandas scikit-learn matplotlib jupyter

Dataset Pertamamu

Scikit-learn menyediakan dataset built-in untuk latihan. Iris dataset adalah dataset klasik untuk klasifikasi:

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score

# Load data
iris = load_iris()
X, y = iris.data, iris.target

# Split data
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42
)

# Train model
model = RandomForestClassifier(n_estimators=100)
model.fit(X_train, y_train)

# Predict & evaluate
y_pred = model.predict(X_test)
print(f'Akurasi: {accuracy_score(y_test, y_pred):.2f}')

Jenis-jenis Machine Learning

Ada tiga kategori utama: Supervised Learning (data berlabel), Unsupervised Learning (data tanpa label), dan Reinforcement Learning (belajar dari reward/penalty).

Langkah Selanjutnya

Setelah menguasai dasar, lanjut ke deep learning dengan TensorFlow atau PyTorch, serta eksplorasi NLP dan Computer Vision.