23 vocabulary entries in this category
Fungsi matematika untuk menghitung seberapa jauh perbedaan antara nilai prediksi model Machine Learning dengan nilai tar...
Denormalisasi adalah strategi optimasi database di mana kita menambahkan redundansi data ke dalam tabel untuk mempercepa...
Early Stopping adalah teknik regularisasi yang digunakan saat melatih model machine learning iteratif (seperti Neural Ne...
Gradient Descent adalah algoritma optimasi iteratif yang digunakan untuk meminimalkan fungsi biaya (cost function) dalam...
Indeks database adalah struktur data yang meningkatkan kecepatan operasi pengambilan data pada tabel database dengan men...
Knowledge Distillation adalah teknik kompresi model di mana model kecil "murid" (Student) dilatih untuk meniru perilaku ...
Layer Normalization adalah teknik untuk menstabilkan dan mempercepat pelatihan deep neural network dengan menormalisasi ...
Lazy Loading adalah pola desain yang menunda pemuatan inisialisasi objek atau data berat sampai saat di mana ia benar-be...
Learning Rate adalah hyperparameter yang mengontrol seberapa banyak kita harus mengubah bobot model sesuai dengan gradie...
LoRA adalah teknik fine-tuning parametrik yang efisien untuk LLM. Alih-alih melatih ulang seluruh miliaran parameter mod...
Loss Function (Fungsi Kerugian) atau Cost Function adalah metode matematis yang menghitung seberapa jauh prediksi model ...
Fungsi Objektif adalah fungsi yang ingin dimaksimalkan atau diminimalkan oleh algoritma optimasi. Dalam Machine Learning...
Pruning adalah teknik kompresi model neural network dengan cara menghapus neuron atau koneksi (bobot) yang kurang pentin...
QLoRA adalah teknik fine-tuning yang efisien memori yang menggabungkan Quantization (biasanya 4-bit) dengan LoRA (Low-Ra...
Quantization (Kuantisasi) adalah teknik optimasi model machine learning yang mengurangi presisi angka (bobot dan aktivas...
Regularisasi adalah teknik untuk mencegah overfitting dengan menambahkan "hukuman" (penalty) ke fungsi kerugian (loss fu...
SGD adalah varian dari algoritma optimasi Gradient Descent yang memperbarui bobot model model berdasarkan gradien dari S...
Transfer Learning adalah teknik machine learning di mana model yang dikembangkan untuk satu tugas digunakan kembali seba...
Tuning adalah proses memilih sekumpulan hyperparameter yang optimal untuk algoritma pembelajaran. Tujuannya adalah menin...
Vanishing Gradient Problem adalah masalah umum dalam melatih neural network yang sangat dalam (deep). Gradien (sinyal er...
Vektorisasi adalah proses mengonversi operasi yang seharusnya dilakukan satu per satu (looping) menjadi operasi matriks/...
Learning Rate Warm-up adalah teknik penjadwalan di mana learning rate dimulai dari angka sangat kecil dan dinaikkan seca...
Weight Decay adalah teknik regularisasi dalam machine learning yang menambahkan penalti ke fungsi kerugian (loss functio...