Text Cleaning (twitter) Dengan 1 Baris Code | NLP |

[@trirejeki7941]

waww akhirnya upload video lg, sering" upload mas sangat mudah dipahami penjelasan nya

[@muhamadarwanimaulana7145]

beneran mudah dipahami

[@dadan.dahman.w]

Alhamdulillah saya udh lulus s1 sistem informasi mas wira, dg materi NLP nya dari akun ini. Dulu banyak2 tanya di chanel ini😂

[@JCOpUntukIndonesia]

Selamat ya. So proud of you 👍

[@agungtrilaksono2299]

kak bahas GPT

[@JCOpUntukIndonesia]

Boleh, tapi sebelum bahas itu kita perlu banyak bahas pondasinya dulu supaya pada bisa paham ya hahaha Untuk GPT, kita mesti bahas arsitektur Transformer dulu, dan arsitektur Transformer sendiri kita mesti bahas RNN, dan mekanisme Attention dulu. 👍

[@agungtrilaksono2299]

@@JCOpUntukIndonesia siap kak aangat ditunggu

[@muhamadagung2534]

Kak wira saya mau tanya. Perbedaan teknik ensemble dan hybrid itu apa ? Lalu apakah pada deep learning memungkinkan menggunakan teknik tersebut, karena biasanya deep learning selalu memiliki nilai akurasi yg sudah tinggi bila dibandingkan machine learning biasa ?

[@JCOpUntukIndonesia]

ensemble itu biasanya kerjasama antar algorithm yang sama. Misal Radom Forest. Random Forest = sekumpulan Decision Tree. Sama-sama decision tree. Deep Learning juga bisa menggunakan ensemble (walau berat), dan ya, akurasinya ada yang bisa lebih tinggi lagi. Ada juga teknik ensemble yang disebut Mixture of Experts (MoE), ini ensemble yang populer untuk Deep Learning. Bahkan GPT-4 pun dikabarkan pakai MoE, 8 model yang di ensemble. hybrid itu biasanya kerjasama antar algorithm yang berbeda, bahkan paradigmanya bisa beda, misal - ML x DL CNN x PCA+XGBoost - AI x ML ANFIS = Fuzzy Logic x ANN, State Machine x ANN (jadi bukan pakai RNN yang ada state bawaan) - ML x ML logreg x SVM, logreg x decision tree walau di kasus ML x ML, jika itu pakai bagging atau boosting, seringkali tetap disebut ensemble sih. Terkaiit DL akurasinya lebih tinggi dari ML biasa, itu mitos sih. Di kasus data tabular, ML klasik masih mendominasi, terutama keluarga boosting. Di kasus data unstructured lah, DL yang mendominasi.

[@muhamadagung2534]

@@JCOpUntukIndonesia kak wira mohon maaf apakah berencana membuat kontent mengenai topik ensemble atau hybrid ini di waktu yg mendatang ? Saya penasaran kak, sejauh saya belajar saya baru bisa menggunakan yg teknik stacking saja. Teknik lain belum berhasil dan masih sering error 🙏

[@JCOpUntukIndonesia]

@@muhamadagung2534 bukankah di course 2 dan 3 itu sudah bahas ensemble? Baru bagging dan boosting sih, tapi itu 2 teknik ensemble yang paling populer.

[@muhamadagung2534]

@@JCOpUntukIndonesia oh iya kak saya akan cek. Tapi kalau untuk deep learning berarti secara pemrograman sama saja kan ya kak ?

[@JCOpUntukIndonesia]

@@muhamadagung2534 kalau code itu tentu beda, soalnya di course 2 dan 3 kan kita pakai library, sedangkan di deep learning itu library nya tidak menyediakan fitur itu, jadi mesti code secara mandiri.