M. Idris, Riza Ibnu Adam, Yulrio Brianorman, Rinaldi Munir, Dimitri Mahayana
{"title":"Kebenaran dalam Perspektif Filsafat Ilmu Pengetahuan dan Implementasi dalam Data Science dan Machine Leaning","authors":"M. Idris, Riza Ibnu Adam, Yulrio Brianorman, Rinaldi Munir, Dimitri Mahayana","doi":"10.23887/jfi.v5i2.42207","DOIUrl":null,"url":null,"abstract":"Perkembangan data science atau machine learning mengalami perkembangan yang sangat cepat. Perkembangan ini berpotensi menjadi suatu pseudoscience akibat proses pengumpulan, pemakaian algoritma serta proses pengolahan data yang tidak sesuai dengan standar baku penelitian. Machine learning adalah satu dari sekian teknik di bidang artificial intelligence (AI) yang memungkinkan suatu mesin untuk belajar mandiri. Beberapa implematasi machine learning seperti robot konsultan, pengoptimalan proses, penilaian kredit, bidang keamanan, serta pelayanan. Algoritma supervised learning merupakan salah satu yang sering dipakai pada bidang data science. Penerapan algoritma supervised learning dalam dunia data science bisa terjebak menjadi pseudoscience akibat adanya kesalahan dalam pemakaian dan pengolahan data pada penelitian. Solusi untuk menghindarinya adalah dengan menerapkan konsep epistemologi Karl Popper yaitu berkaitan dengan falsifikasi sains untuk menyelesaikan persoalan demarkasi. Untuk memperkuatnya dapat juga menggunakan prinsip 4 teori kebenaran yaitu koherensi, korespondensi, pragmatis dan konsensus.","PeriodicalId":344212,"journal":{"name":"Jurnal Filsafat Indonesia","volume":"240 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-07-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Filsafat Indonesia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.23887/jfi.v5i2.42207","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

先进的数据科学或机器学习正经历着一个非常快的发展。这种发展可能是由于收集、算法部署和数据处理过程的错误科学,而这些过程与标准研究的标准不符。机器学习是人工智能领域的许多技术之一,这些技术使机器能够独立学习。一些改进的学习机器,如咨询机器人,优化进程,信用评估,安全和服务。超常学习算法是数据科学的常用算法之一。数据科学领域的超现实学习算法的应用可能会因为在研究中使用和处理数据的错误而被困为伪科学。避免这一问题的解决方案是采用卡尔·波普尔的认识论概念,它涉及的是解决非法性问题的科学方法。为了加强它,它还可以使用四种真理理论的原则,即一致性、通信、实用主义和共识。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Kebenaran dalam Perspektif Filsafat Ilmu Pengetahuan dan Implementasi dalam Data Science dan Machine Leaning
Perkembangan data science atau machine learning mengalami perkembangan yang sangat cepat. Perkembangan ini berpotensi menjadi suatu pseudoscience akibat proses pengumpulan, pemakaian algoritma serta proses pengolahan data yang tidak sesuai dengan standar baku penelitian. Machine learning adalah satu dari sekian teknik di bidang artificial intelligence (AI) yang memungkinkan suatu mesin untuk belajar mandiri. Beberapa implematasi machine learning seperti robot konsultan, pengoptimalan proses, penilaian kredit, bidang keamanan, serta pelayanan. Algoritma supervised learning merupakan salah satu yang sering dipakai pada bidang data science. Penerapan algoritma supervised learning dalam dunia data science bisa terjebak menjadi pseudoscience akibat adanya kesalahan dalam pemakaian dan pengolahan data pada penelitian. Solusi untuk menghindarinya adalah dengan menerapkan konsep epistemologi Karl Popper yaitu berkaitan dengan falsifikasi sains untuk menyelesaikan persoalan demarkasi. Untuk memperkuatnya dapat juga menggunakan prinsip 4 teori kebenaran yaitu koherensi, korespondensi, pragmatis dan konsensus.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信