Types Of Machine Learning

Berbagai jenis teknik Pembelajaran Mesin telah dikembangkan untukmemecahkan masalah di berbagai bidang. Teknik Pembelajaran Mesin ini bisadiklasifikasikan menjadi tiga jenis tergantung pada metode pelatihan (lihat Gambar 1-12 ).• Pembelajaran terawasi• Pembelajaran tanpa pengawasan• Pembelajaran penguatan.

Pembelajaran terawasi sangat mirip dengan proses di mana manusia belajarsesuatu. Pertimbangkan bahwa manusia memperoleh pengetahuan baru saat kita menyelesaikan olahragamasalah.1. Pilih masalah olahraga. Terapkan pengetahuan saat iniuntuk memecahkan masalah. Bandingkan jawabannya denganlarutan.2. Jika jawabannya salah, ubah pengetahuan saat ini.3. Ulangi Langkah 1 dan 2 untuk semua masalah latihan.Ketika kami menerapkan analogi antara contoh ini dan Pembelajaran Mesinproses, masalah latihan dan solusi sesuai dengan data pelatihan,dan pengetahuan sesuai dengan model. Yang penting adalah faktabahwa kita membutuhkan solusinya. Ini adalah aspek penting dari pembelajaran yang diawasi.Namanya bahkan menyiratkan bimbingan belajar di mana guru memberikan solusi untuksiswa untuk menghafal.Dalam pembelajaran yang diawasi, setiap dataset pelatihan harus terdiri dari input danpasangan keluaran yang benar. Output yang benar adalah model yang seharusnyamenghasilkan untuk input yang diberikan.

{input, hasil yang benar}

Belajar dalam pembelajaran yang diawasi adalah serangkaian revisi dari suatu modelmengurangi perbedaan antara output yang benar dan output dari modeluntuk input yang sama. Jika suatu model dilatih dengan sempurna, itu akan menghasilkan keluaran yang benaryang sesuai dengan input dari data pelatihan.Sebaliknya, data pelatihan pembelajaran tanpa pengawasan hanya berisiinput tanpa output yang benar.

{ memasukkan }

Pada pandangan pertama, mungkin tampak sulit untuk memahami bagaimana melatih tanpahasil yang benar. Namun, banyak metode jenis ini telah dikembangkansudah. Pembelajaran tanpa pengawasan umumnya digunakan untuk menyelidikikarakteristik data dan preprocessing data. Konsep ini miripkepada siswa yang hanya memilah masalah dengan konstruksi dan atribut dantidak belajar bagaimana menyelesaikannya karena tidak ada output yang diketahui benar.Pembelajaran penguatan menggunakan set input, beberapa output, dan kelas sebagaidata pelatihan. Ini umumnya digunakan ketika interaksi optimal diperlukan, sepertikontrol dan permainan.

{input, beberapa output, tingkat untuk output ini}

Buku ini hanya mencakup pembelajaran terawasi. Ini digunakan untuk lebih banyak aplikasidibandingkan dengan pembelajaran tanpa pengawasan dan pembelajaran penguatan, dan banyak lagipenting, ini adalah konsep pertama yang akan Anda pelajari ketika memasuki duniaPembelajaran Mesin dan Pembelajaran Mendalam.

Klasifikasi dan Regresi

Machine Learning 

Anda dengan mudah menemukan contoh di mana konsep Machine Learning dan DeepPembelajaran digunakan secara bergantian di media. Namun, para ahli umumnyabedakan mereka. Jika Anda telah memutuskan untuk mempelajari bidang ini, penting bagi Andamengerti apa arti kata-kata ini, dan yang lebih penting, bagaimana kata-kata ituberbeda.Apa yang terjadi pada Anda ketika Anda mendengar istilah "Pembelajaran Mesin" untukpertama kali? Apakah Anda memikirkan sesuatu yang mirip dengan Gambar  1-1 ? Maka kamuharus mengakui bahwa Anda berpikiran harfiah.

Gambar 1-1. Pembelajaran Mesin atau Kecerdasan Buatan? Atas perkenan EuclideanManajemen Teknologi (www.euclidean.com)Angka 1-1 menggambarkan Intelegensi Buatan lebih dari MesinBelajar Memahami Pembelajaran Mesin dengan cara ini akan menghasilkankebingungan serius. Meskipun Machine Learning memang merupakan cabang BuatanKecerdasan, itu menyampaikan ide yang jauh berbeda dari apa gambar iniberarti.

Secara umum, Kecerdasan Buatan, Pembelajaran Mesin, dan Pembelajaran Mendalam adalahterkait sebagai berikut:“Deep Learning adalah sejenis Machine Learning, danMachine Learning adalah sejenis Inteligensi Buatan. ”Bagaimana itu? Sederhana, bukan? Klasifikasi ini mungkin tidak sem absolut sepertihukum alam, tetapi diterima secara luas.Mari kita gali sedikit lebih jauh. Kecerdasan Buatan adalah kata yang sangat umumyang mungkin menyiratkan banyak hal berbeda. Ini dapat menunjukkan segala bentuk teknologiyang mencakup beberapa aspek cerdas daripada menunjukkan teknologi tertentubidang. Sebaliknya, Pembelajaran Mesin mengacu pada bidang tertentu. Dengan kata lain,kami menggunakan Machine Learning untuk menunjukkan kelompok teknologi buatan tertentuIntelijen. Machine Learning sendiri mencakup banyak teknologi juga. Satu darimereka adalah Deep Learning, yang merupakan subjek buku ini.Fakta bahwa Deep Learning adalah jenis Machine Learning sangat penting,dan itulah mengapa kita akan melalui tinjauan panjang tentang bagaimana BuatanKecerdasan, Pembelajaran Mesin, dan Pembelajaran Mendalam saling berhubungan. Pembelajaran yang mendalamtelah menjadi sorotan baru-baru ini karena telah memecahkan beberapa masalah dengan mahiryang telah menantang Kecerdasan Buatan. Kinerjanya tentu luar biasadi banyak bidang. Namun, ia menghadapi keterbatasan juga. Batasan DeepBelajar berasal dari konsep fundamentalnya yang telah diwarisileluhurnya, Pembelajaran Mesin. Seperti jenis Machine Learning, Deep Learningtidak bisa menghindari masalah mendasar yang dihadapi Pembelajaran Mesin. Itu adalahmengapa kita perlu mengulas Machine Learning sebelum membahas konsep Deep Belajar.

Apa itu Pembelajaran Mesin?

Analisis Bahan Galian

BAB 1 PENGANTAR ANALISA BAHAN GALIAN

Pada setiap tahapan pertambangan secara umum kegiatan sampling dan  analisis selalu digunakan, baik dari sisi kontrol kualitas maupun dari sisi mencari keterdapatan.  Memungkinkan sekali kegiatan sampling dan pengujian didapatkan dari kegiatan eksplorasi  tambahan berdasarkan kegiatan pemboran lanjutan dan pengolahan mineral.

 Pada setiap  tahapan ini kegiatan sampling dan analisis diharapkan dapat membantu dalam mengambil  keputusan di setiap tahapan. 

ü  Prospeksi dan Eksplorasi

•Sampling untuk mengambil conto endapan berharga •Analisis untuk mengetahui anomali daerah (daerah prospek)

ü  Development

•Sampling untuk kegiatan pengolahan dan pemurnian endapan berharga •Analisis dalam penentuan pembuatan pabrik pengolahan dan pemurnian

ü  Penambangan, Pengolahan, dan Pengapalan

•Sampling dalam rangka menjaga kualitas endapan hasil kegiatan penambangan •Analisis untuk menjaga kualitas produk hasil yang dijual

ü  Pasca Tambang dan Reklamasi

•Sampling untuk mengetahui pengaruh penambangan terhadap lingkungan sekitar •Analisis untuk perlakuan pasca tambang terhadap bekas tambang dan lingkungan

Semi-empirical model for predicting pot-hole depth in underground coal mining

Semi-empirical model for predicting pot-hole depth in underground coal mining

Lokhande D. Ritesh1,*, V. M. S. R. Murthy2 and Singh Kalendra3

Subsidence lubang-lubang dapat diinduksi dengan mengekstraksi lapisan batubara di bawah pada kedalaman yang dangkal dan merupakan masalah yang sangat memprihatinkan. Ini telah menjadi kasus di beberapa tambang batubara South Eastern Coalfields Limited, anak perusahaan dari Coal India Limited. Banyak tambang batubara bawah tanah lama yang dikembangkan dengan metode bord dan pillar yang terletak di kedalaman dangkal menimbulkan masalah stabilitas pada habitat karena runtuhnya pilar dan pelebaran galeri di bawah pemuatan creep dan pelapukan. Ini membutuhkan studi sistematis untuk mengembangkan analisis mendalam pada berbagai parameter yang mempengaruhi kejadian lubang-pot dan juga untuk meramalkan model prediksi yang sesuai. Sebuah penelitian dilakukan untuk menganalisis data amblesan lubang-lubang terkait dengan 34 kasus lubang-lubang dan mengembangkan model semi-empiris untuk mensimulasikan kedalaman lubang-pot. Studi ini dilakukan di beberapa tambang batubara India selama berbagai tahap ekstraksi, pengembangan dan depilling batubara. Analisis data menunjukkan bahwa tinggi dan lebar ekstraksi, ketebalan lapisan tanah dan batuan, kepadatan tertimbang dan kekuatan tekan merupakan parameter utama yang berkontribusi terhadap terjadinya subsidensi lubang-pot. Hasil yang diprediksi cocok dengan kedalaman lubang pot aktual yang diukur di lapangan, memvalidasi model.

Pertambangan, khususnya penambangan bawah tanah, sangat penting daripada penambangan terbuka karena masalah lingkungan. Karena lapisan batubara dengan kedalaman yang dangkal sedang habis dengan kecepatan yang cepat, diharapkan bahwa fokus di masa depan adalah pada penambangan bawah tanah karena dampak penggalian yang lebih dalam pada lapisan atasnya dan lingkungannya. Namun, penambangan batubara bawah tanah pada kedalaman dangkal hingga sedang dapat merusak lapisan permukaan dan lapisan bawah permukaan karena pergerakan tanah yang besar. Kerusakan lingkungan yang berbahaya dapat disebabkan oleh deformasi pada penambangan bawah tanah di permukaan tanah. Ini bisa bersifat jangka panjang, didistribusikan secara luas dan dapat menyebabkan bencana skala besar1. Turunnya lubang pot adalah masalah yang paling umum, karena sebagian besar tambang bawah tanah pada kedalaman yang dangkal dan tambang tua dikelilingi oleh habitat manusia. Karena pembentukan lubang pot tidak pernah terjadi dengan indikasi sebelumnya, hal itu dapat menimbulkan bahaya bagi kehidupan dan harta benda manusia. Fitur permukaan dapat meruntuhkan rumah yang berdekatan dengannya (Gambar 1). Ketika ada aliran masuk limpasan permukaan ke tambang dan emisi gas tambang, pembentukan lubang pot menjadi berbahaya. Menghirup udara di tambang melalui lubang di bawah tanah dengan kondisi di bawah tanah 2-5. Diperlukan model prediksi lubang-pot agar tindakan pencegahan yang tepat dapat diambil untuk menahan subsidensi lubang-pot.

Dasar Teori Model Terrain digital

Dasar Teori Model Terrain digital

1.    Pengertian

          Digital Elevation Model (DEM) merupakan bentuk penyajian ketinggian permukaan bumi secara digital. Dilihat dari distribusi titik yang mewakili bentuk permukaan bumi dapat dibedakan dalam bentuk teratur, semi teratur, dan acak. Sedangkan dilihat dari teknik pengumpulan datanya dapat dibedakan dalam pengukuran secara langsung pada objek (terestris), pengukuran pada model objek (fotogrametris), dan dari sumber data peta analog (digitasi). Teknik pembentukan DEM selain dari Terestris, Fotogrametris, dan Digitasi adalah dengan pengukuran pada model objek, dapat dilakukan seandainya dari citra yang dimiliki bisa direkonstruksikan dalam bentuk model stereo. Ini dapat diwujudkan jika tersedia sepasang citra yang mencakup wilayah yang sama.

·      Terdapat beberapa definisi tentang DEM, yaitu :

Ø  “DEM adalah teknik penyimpanan data tentang topografi suatu terrain. Suatu DEM merupakan penyajian koordinat (X, Y, H) dari titik-titik secara digital, yang mewakili bentuk topografi suatu terrain.” [Dipokusumo dkk, 1983]

Ø  “Digital Elevation Model (DEM) adalah representasi statistik permukaan tanah yang kontinyu dari titik-titik yang diketahui koordinat X, Y, dan Z nya pada suatu sistem koordinat tertentu.” [Petrie dan Kennie, 1991]

Ø  “DTM/DEM adalah suatu set pengukuran ketinggian dari titik-titik yang tersebar di permukaan tanah. Digunakan untuk analisis topografi daerah tersebut.” [Aronoff, 1991]

Ø  “DEM adalah suatu basis data dengan koordinat X, Y, Z, digunakan untuk merepresentasikan permukaan tanah secara digital.” [Kingston Centre for GIS,2002]

Dari beberapa defenisi di atas, dapat diambil kesimpulan bahwa semua defenisi tersebut merujuk pada pemodelan permukaan bumi ke dalam suatu model digital permukaan tanah tiga dimensi dari titik-titik yang mewakili permukaan tanah tersebut.

Laporan Praktikum Kimia Analitik tentang Asidi dan Alkalinitas

BAB III

ASIDI DAN ALKALINITAS

3.1. Tujuan

Adapun tujuan praktikum kali ini yaitu mengetahui kemampuan air untuk menetralkan larutan asam dan larutan basa.

3.2. Dasar Teori

Asiditas adalah hasil dari adanya asam lemah seperti H2PO4-, CO2, H2S, asam-asam lemak, dan ion-ion logam asam, terutama Fe3+. Asiditas lebih sukar ditentukan daripada alkalinitas, karena dua kontributor utamanya adalah CO2 dan H2S merupakan larutan volatile yang segera hilang dari sample. Untuk asam kuat seperti H2SO4 dan HCl dalam air dikenal dengan istilah asam mineral bebas (free mineral acid). Acid Mineral Water mengandung asam mineral bebas dalam konsentrasi yang harus diperhitungkan. Asiditas dalam air disebabkan oleh karbondioksida (CO2) asam mineral.

 Alkalinitas adalah kapasitas air untuk menetralkan tambahan asam tanpa menurunkan pH larutan. Alkalinitas terdiri dari ion-ion bikarbonat (HCO₃^-), karbonat (CO₃^-) dan hidroksida (OH^-) yang merupakan buffer terhadap pengaruh pengasaman. Alkalinitas diperlukan untuk mencegah terjadinya fluktuasi pH yang besar, selain itu juga merupakan sumber CO₂ untuk proses fotosintesis fitoplankton. Nilai alkalinitas akan menurun jika aktifitas fotosintesis naik, sedangkan ketersediaan CO₂ yang dibutuhkan untuk fotosintesis tidak memadai. Sumber alkalinitas air tambak berasal dari proses difusi CO₂ di udara ke dalam air, proses dekomposisi atau perombakan bahan organik oleh bakteri yang menghasilkan CO₂, juga secara kimiawi dapat dilakukan dengan pengapuran secara merata di seluruh dasar tambak atau permukaan air .Jenis kapur yang biasa digunakan adalah CaCO₃ (kalsium karbonat), CaMg(CO₃)₂ (dolomit), CaO (kalsium oksida), atau Ca(OH)₂(kalsium hidroksida). Alkalinitas dinyatakan dalam mg CaCO₃/liter air (ppm).

Laporan Praktikum Kimia Analitik tentang Netralisasi

BAB II

NETRALISASI

2.1. Tujuan Praktikum

Adapun tujuan praktikum Netralisasi kali ini adalah untuk menentukan dosis asam atau basa yang diperlukan untuk menaikkan pH air sampai memenuhi persyaratan.

2.2. Dasar Teori

Reaksi netralisasi merupakan reaksi dimana asam dan basa bereaksi dalam larutan berair untuk menghasilkan garam dan air.Natrium klorida cair yang dihasilkan dalam reaksi disebut garam.Sebuah garam merupakan senyawa ionik yang terdiri dari kation dari basa dan anion dari asam.Sebuah garam pada dasarnya adalah setiap senyawa ionik yang bukan merupakan asam atau basa.

Pada reaksi asam kuat dan basa kuat,ketika jumlah yang sama dari asam kuat seperti asam klorida dicampur dengan basa kuat seperti natrium hidroksida,hasilnya adalah larutan netral.Produk reaksi tidak memiliki karakteristik baik asam atau basa.Berikut adalah persamaan reaksi keseimbangan molekul:

HCL_(aq) + NaOH_(aq) → NaCl_(aq) + H₂O_(l)