Machine Learning adalah salah satu bentuk artificial intelligence (AI) yang membuat sistem dapat belajar dari data
Machine learning membangun model matematika berdasarkan data sampel, yang dikenal sebagai “data training” untuk melakukan prediksi
Microsoft Azure juga mempunyai layanan machine learning yang disebut dengan Azure Machine Learning
Azure Machine Learning merupakan environment yang dapat kita gunakan untuk mengembangkan aplikasi machine learning
Kita bisa bereksperimen dengan banyak data dan memilih spek komputasi untuk membangun model machine learning
Secara umum ada beberapa tahapan dalam menerapkan machine learning
1. Persiapan dataset
2. Melakukan preprocessing data
3. Melakukan Training data
4. Mengevaluasi model training
Implementasi Machine Learning di Azure
Setelah berkenalan singkat dengan machine learning selanjutnya kita akan melakukan praktek melakukan konfigurasi environment machine learning di Azure
Pertama, Buka Portal Azure dan pilih Machine Learning
Pilih tombol Add
Masukkan nama workspace dan Resource group dan tekan tombol Review + Create
Tunggu proses deployment jika sudah selesai pilih Go to resource
Pilih menu Experiment di sidebar kiri dan pilih Launch the studio
Kita akan diarahkan ke halaman baru dengan domain ml.azure.com
Pilih Start Now di Notebooks
Bikin file baru
Buatlah komputasi baru (Jika belum ada) dan isi compute name dan tipe virtual machine
Spesifikasi komputasi secara default adalah Standard_D3_v2 yaitu CPU 4 core RAM 14 GB dan Disk 200 GB
Dan tekan tombol create dan tunggu proses pembuatannya
Jika sudah status running pilih tombol Edit untuk mengedit file hello.ipynb dengan Jupyter notebook
Selanjutnya kita akan diarahkan ke halaman Jupyter Notebook
Di Jupyter Notebook ini kita akan membuat model machine learning dengan spek komputasi yang telah kita buat
Dengan Azure Machine Learning memungkinkan kita untuk melakukan training model dengan komputasi cloud sehingga memudahkan kita tanpa harus menyiapkan hardware spesifik untuk machine learning secara fisik