Bagian dari seri |
Pemelajaran mesin dan Penggalian Data |
---|
![]() |
Pemelajaran mesin berbasis aturan (bahasa Inggris: rule-based machine learning, biasa disingkat RBML) adalah istilah dalam ilmu komputer yang dimaksudkan untuk mencakup seluruh metode pemelajaran mesin yang mengidentifikasi, mempelajari, atau mengembangkan aturan untuk disimpan, dimanipulasi, atau diaplikasikan.[1][2][3] Karakteristik yang menentukan pemelajar mesin berbasis aturan adalah pengidentifikasian dan pemanfaatan seperangkat aturan relasional yang secara kolektif mewakili pengetahuan yang ditangkap oleh sistem.
Paradigma pemelajaran mesin berbasis aturan, termasuk di dalamnya sistem pengklasifikasi pemelajaran,[4] pemelajaran aturan asosiasi,[5] sistem kekebalan tiruan,[6] dan metode lain yang mengandalkan serangkaian aturan, yang masing-masing meliputi pengetahuan kontekstual.
Sementara pemelajaran mesin berbasis aturan secara konseptual merupakan jenis sistem berbasis aturan, pemelajaran mesin berbasis aturan berbeda dengan sistem berbasis aturan tradisional dan pembuat keputusan berbasis aturan lainnya, yang sering kali dibuat secara manual. Hal ini karena pemelajaran mesin berbasis aturan menerapkan beberapa bentuk algoritma pemelajaran untuk secara otomatis mengidentifikasi aturan yang diperlukan, alih-alih manusia yang perlu menggunakan pengetahuan domain awal untuk membuat aturan secara manual dan menyusun rangkaian aturan.