Ada beberapa parameter pengukuran kesalahan atau error dalam pemrosesan citra. Dua parameter yang paling umum digunakan adalah Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR).
merupakan ukuran yang baik untuk mengukur kesamaan 2 buah citra. Misalkan kita memiliki 2 buah citra f dan g dengan dimensi yang MxN
Teknologi AI dan Machine learning (ML) berkembang pesat yang telah kita semua telah menyaksikan penggunaan yang masif untuk kepentingan umat manusia sebuah oleh revolusi AI dan ML ke dunia kita di setiap sektor. Selain itu, menurut Google, “Machine learning adalah masa depan”.
Pertumbuhan dan proyeksi inilah yang membuat machine learning tidak diragukan lagi menjadi teknologi paling laris di era ini! Kami setuju bahwa ada permintaan yang tinggi untuk keterampilan machine learning baik untuk kalangan praktisi dan akademisi
Kalau kalian ingin menerapkan algoritma machine learning sebagai developer, data scientist atau bahkan menerapkan keterampilan machine learning mutakhir pada analisis dan kecerdasan bisnis, kalian dapat mengambil kursus keterampilan machine learning terapan melalui beberapa buku – jauh lebih cepat daripada kalian mencari-cari sendiri. Berikut 10 daftar buku yang sebaiknya kalian pelajari untuk belajar machine learning.
hai sobat softscients semuanya, ada kabar baik bagi kalian yang suka dengan machine learning tapi nggak mau ribet urusan coding yaitu berkat adanya lobe. Microsoft telah mengumumkan bahwa Lobe, alat machine learning yang membantu orang menerapkan deep learning model dan dengan cepat – tanpa perlu menulis kode – ke dalam alat yang mereka kembangkan, kini tersedia dengan dukungan klasifikasi gambar juga lho!
Apa hubungannya Deep Learning model dengan berburu obat Covid-19? Bagiamana cara kerjanya? Deep Learning model bekerja melalui proses training sekumpulan dataset yang berisi informasi tentang protein yang ingin ditargetkan oleh pengembang obat melalui terapi. Model kemudian dapat membuat prediksi serta membantu memandu rancangan dan pengujian obat.
Selain hal tersebut di Indonesia juga mengembangkan deteksi hasil xray pasien organ paru-paru untuk mengetahui positif tidaknya pasien tersebut dari Covid-19, disini atau disini
Hai sobat softscients, kali ini kita akan bahas sedikit mengenai pengertian dan keahlian yang diperlukan untuk menjadi Data Engineer, Analyst , dan Scientist.
Pada tahun 2020 atau 8 tahun yang lalu tepatnya 2012, Harvard Business Review menyebut data science sebagai “Pekerjaan Terseksi di Abad 21”. Apalagi saat ini ada ribuan video, cuitan twitter, status di FB, foto-foto di instagram serta artikel di seluruh Internet yang memberikan gambaran indah seputar bidang data science.
Lebih kocaknya lagi dengan gaya marketingnya: “Yang harus Anda lakukan adalah mempelajari keterampilan A, B, dan C,” kata mereka. “Daftar bootcamp dan lakukan tiga kursus online. Maka Anda siap untuk mendapatkan pekerjaan di data science! ”
Secara pribadi, saya rasa siapa pun bisa menjadi data science selama kalian berdedikasi serta mencurahkan waktu dan pekerjaan yang tepat. Namun, juga kalian harus menikmati apa yang kalian lakukan (bahasa kerennya yaitu passion). Jika hanya terjun ke lapangan dan melakukan transisi karier yang terburu-buru dengan sedikit pengetahuan tentang apa yang kalian geluti maka hal ini cukup mengenaskan karena bisa saja kalian menghabiskan bertahun-tahun hidup dengan melakukan sesuatu yang tidak kalian sukai.
Pembahasan ini tidak mendiskreditkan mengenai syarat-syarat menjadi data scientist karena saat ini sudah banyak tools siap pakai tanpa perlu melakukan pemahaman yang menyeluruh mengenai statistika merupakan hal yang paling mendasar bagi seorang data scientist. Walaupun begitu ilmu statistika dasar akan tetap diperlukan untuk mengembangkan software machine learning yang berfungsi sebagai fundamentalnya. Sama seperti saya mengenal bahasa pemrograman karena hanya sebuah tools saja, sehingga fokusnya bukan di bahasa pemrograman akan tetapi pada algoritma yang digunakan. Bahasa pemrograman dipilih sesuai dengan ketersediaan library. Mari kita bahas sedikit mengenai Data engineer, Data Analyst, dan Data Scientist
