a.Konteks Pembelajaran
Lapisan kecerdasan kolaboratif "nilai tambah" dari arsitektur KM
Teknologi yang relevan adalah:
Kecerdasan buatan
Sistem Pakar
Penalaran Berbasis Kasus
Pergudangan Data
Agen cerdas
Jaringan Saraf Tiruan
b.Proses Pembelajaran
Suatu proses penyaringan dan mengubah data menjadi
pengetahuan yang valid dan bermanfaat.
Otomatis melalui alat teknologi:
memberikan lingkungan belajar yang kolaboratif bagi peserta
meningkatkan kemampuan mereka untuk memahami proses /
tugas yang mereka hadapi
c. Tujuan Pembelajaran
Tujuan akhir adalah untuk meningkatkan kualitas komunikasi
dan pengambilan keputusan
Cara untuk mencapai tujuan ini:
Verifikasi hipotesis (terbentuk dari akumulasi pengetahuan)
Temukan pola baru dalam data
Memprediksi tren dan perilaku masa depan
d.Pendekatan Pembelajaran
Belajar dari Data
Bangun model pembelajaran yang secara otomatis meningkat
dengan pengalaman.
Pendekatan top-down
Hasilkan ide
Kembangkan model
Validasi model
Pendekatan dari bawah ke atas
Temukan pola baru (tidak dikenal)
Temukan hubungan kunci dalam data
e.Visualisasi Data
Jelajahi secara visual untuk tren dalam data yang berguna
untuk membuat keputusan
Menjelajahi data meliputi:
Identifikasi atribut kunci dan distribusinya
Identifikasi pencilan
Ekstrak pengelompokan subset data yang menarik
Identifikasi hipotesis awal
g.Pengawasan Pembelajaran
Setiap elemen dalam set pelatihan dipasangkan dengan respons yang
dapat diterima
Jaringan membuat melewati berturut-turut melalui contoh-contoh
Bobot menyesuaikan ke arah tujuan.
Aturan Asosiasi
Alat KB yang menghasilkan seperangkat aturan untuk membantu
memahami hubungan yang ada dalam data
Jenis:
Aturan Boolean
Aturan kuantitatif
Aturan multi-dimensi
Aturan asosiasi multi-level
Aturan Multidimensi
Aturan yang mengacu pada banyak dimensi
Jika seorang pelanggan tinggal di kota besar dan menghasilkan lebih
dari $ 35.000, maka ia akan membeli telepon seluler
Aturan ini melibatkan 3 atribut: hidup, penghasilan, dan membeli.
Karena itu, ini adalah aturan multi-dimensi