Beberapa orang mungkin akan cukup kebingungan dengan banyaknya rumus yang ada dalam machine studying. Terutama ketika dihadapi dengan rumus fungsi perhitungan rumus weight dan biases.
Mulai dari pertanyaan, apa itu weight dan biases?
Weight merupakan bobot yang menentukan seberapa besar pengaruh enter dalam machine studying. Sedangkan bias merupakan sebuah nilai tambahan yang menjadikan mannequin machine studying lebih fleksibel.
Pertanyaan selanjutnya, peran mereka apa sih?
Peran mereka berdua adalah memberikan hasil akhir dalam mannequin machine studying agar output dari prediksi yang diberikan lebih akurat.
Analogy
Jika masih bingung dengan penjelasan weight dan biases dalam machine studying, mungkin analogi ini bisa membantu kamu memahami definisi tersebut.
Bayangkan kamu dan temanmu adalah seorang anak sekolah yang akan ujian matematika. Lalu, temanmu belajar mati-matian 3–5 jam dalam sehari agar hasil ujiannya itu mendapatkan nilai yang bagus. Dibandingkan dengan dirimu, kamu hanya perlu membaca rumus-rumus dalam kurang dari satu jam. Pada hasil akhirnya, kamu dan temanmu memiliki nilai yang sama-sama bagus.
Proses belajar yang temanmu lakukan merupakan sebuah weight, karena proses belajar tersebut merupakan sebuah enter yang berpengaruh terhadap hasil ujian temanmu. Sedangkan, talent matematika yang kamu miliki merupakan bias, sehingga kamu tidak memerlukan weight atau proses belajar yang lama seperti temanmu.
Kesimpulan
- Weight mengontrol seberapa besar pengaruh setiap enter.
- Bias adalah tambahan kecil yang membantu mannequin tetap fleksibel.
- Keduanya bekerja sama untuk menentukan hasil akhir dari mannequin machine studying.
Mudah dipahami, kan? 😃
