WEBVTT

00:00:07.360 --> 00:00:11.760
Kualitas pembelajaran mesin adalah sebanyak data pelatihan yang Anda masukkan ke dalamnya.

00:00:11.800 --> 00:00:15.820
Jadi, sangat penting menggunakan data berkualitas tinggi, dan dalam jumlah yang sangat banyak.

00:00:16.760 --> 00:00:21.960
Namun, jika data itu penting, perlu ditanyakan dari mana data pelatihan itu berasal?

00:00:22.280 --> 00:00:26.260
Sering kali komputer mengumpulkan data pelatihan dari orang-orang seperti Anda dan saya,

00:00:26.260 --> 00:00:27.860
tanpa upaya apa pun pada sisi kita.

00:00:28.440 --> 00:00:31.480
Layanan streaming video mungkin melacak apa yang Anda tonton, lalu ia dapat mengenali pola

00:00:31.660 --> 00:00:36.000
pada data itu untuk merekomendasikan apa yang mungkin ingin Anda tonton selanjutnya.

00:00:37.420 --> 00:00:43.200
Di lain waktu, Anda secara langsung diminta untuk membantu, seperti ketika sebuah situs web meminta Anda untuk menemukan rambu jalan dan foto,

00:00:43.780 --> 00:00:49.280
Anda memberikan data pelatihan untuk membantu
mesin belajar melihat, dan bahkan mungkin mengemudi pada suatu hari.

00:00:52.320 --> 00:00:56.440
Peneliti medis dapat menggunakan
gambar medis sebagai data pelatihan untuk mengajar

00:00:56.520 --> 00:00:59.900
komputer cara mengenali dan mendiagnosis penyakit.

00:01:00.300 --> 00:01:05.560
Pembelajaran Mesin membutuhkan ratusan dan ribuan gambar, dan arahan pelatihan dari seorang dokter

00:01:05.640 --> 00:01:09.920
yang mengetahui apa yang mesti dicari, sebelum ia dapat mengidentifikasi penyakit secara benar.

00:01:10.520 --> 00:01:15.540
Bahkan dengan ribuan contoh, bisa jadi terdapat masalah dengan prediksi komputer.

00:01:15.880 --> 00:01:20.660
Jika sinar-X hanya dikumpulkan dari pria, maka prediksi komputer mungkin hanya berguna untuk pria.

00:01:21.880 --> 00:01:26.300
Ia mungkin tidak mengenali penyakit ketika
diminta mendiagnosis sinar-X pada seorang wanita.

00:01:26.620 --> 00:01:30.820
Titik buta ini pada data pelatihan
menimbulkan sesuatu yang disebut bias.

00:01:31.260 --> 00:01:36.420
Data yang bias mengutamakan hal-hal tertentu, dan tidak mementingkan atau meniadakan yang lainnya.

00:01:36.780 --> 00:01:41.800
Tergantung pada cara pengumpulan data pelatihan, siapa yang mengumpulkannya, dan bagaimana data diumpan,

00:01:41.800 --> 00:01:45.340
ada kemungkinan bahwa bias
manusia masuk ke dalam data.

00:01:45.880 --> 00:01:50.700
Dengan belajar dari data bias, komputer dapat membuat prediksi yang bias,

00:01:50.780 --> 00:01:54.320
terlepas apakah orang yang melatih komputer
menyadarinya atau tidak.

00:01:54.760 --> 00:01:58.400
Ketika Anda meneliti data pelatihan, ajukan dua pertanyaan ke diri Anda:

00:01:58.640 --> 00:02:01.600
Apakah data ini cukup untuk melatih komputer secara akurat?

00:02:02.320 --> 00:02:06.860
Dan, apakah data ini mewakili semua skenario dan pengguna yang mungkin tanpa bias?

00:02:07.460 --> 00:02:11.040
Di sinilah Anda, sebagai pelatihan manusia, memainkan peran yang krusial.

00:02:11.160 --> 00:02:14.500
Semuanya terserah Anda apakah akan memberikan mesin Anda data yang tidak bias.

00:02:14.500 --> 00:02:18.160
Itu berarti mengumpulkan contoh yang sangat banyak, dari banyak sumber.

00:02:19.300 --> 00:02:22.580
Ingat, ketika Anda memilih dan memilah data untuk pembelajaran mesin,

00:02:22.580 --> 00:02:26.660
Anda sebenarnya sedang memprogram algoritme dengan menggunakan data pelatihan alih-alih kode.

00:02:27.100 --> 00:02:29.780
Data itu adalah Kodenya.

00:02:30.180 --> 00:02:34.680
Semakin baik data yang Anda berikan, semakin baik pula pembelajaran komputer.