Jaringan Syaraf Tiruan (Neural network) mampu mengenali dan meniru pola pemetaan dari pasangan sinyal input dan output yang diberikan. Proses memberikan pasangan input dan output pada sistem Jaringan Syaraf Tiruan (Neural network) disesbut sebagai proses pembelajaran. Umumnya, jika menggunakan Jaringan Syaraf Tiruan (Neural network), hubungan antara input dan output harus diketahui secara pasti dan jika hubungan tersebut telah diketahui maka dapat dibuat suatu model. Hal lain yang penting adalah proses belajar hubungan input/output dilakukan dengan pembelajaran. Ada dua tipe pembelajaran pada Jaringan Syaraf Tiruan (Neural network) yang dikenal yaitu : pembelajaran terawasi dan pembelajaran tak terawasi.
Kedua tipe proses pembelajaran Jaringan Syaraf Tiruan (Neural network) tersebut dapat diuraikan sebagai berikut.
Proses Pembelajaran Terawasi (supervised learning)
Metode pembelajaran terawasi pada Jaringan Syaraf Tiruan (Neural network), metode ini digunakan jika output yang diharapkan telah diketahui sebelumnya. Biasanya pembelajaran dilakukan dengan menggunakan data yang telah ada. Pada contoh diatas misalnya data pasar saham yang ada pada DOW, NASDAQ atau FTSE, data yang ada sebelumnya mengenai aplikasi kredit yang berhasil termasuk daftar pertanyaan atau posisi sebuah robot dan reaksi yang benar.
Proses Pembelajaran Tidak Terawasi (unsupervised learning)
Metode pembelajaran tidak terawasi pada Jaringan Syaraf Tiruan (Neural network), tidak memerlukan target output. Pada metode ini tidak dapat ditentukan hasil seperti apa yang diharapkan selama proses pembelajaran. Selama proses pembelajaran, nilai bobot disusun dalam suatu range tertentu tergantung pada nilai input yang diberikan. Tujuan pembelajaran ini adalah mengelompokkan unit-unit yang hampir sama dalam suatu area tertentu. Pembelajaran seperti ini biasanya sangat cocok untuk pengelompokkan (klasifikasi) pola.
Buat Pesan Untuk Artikel "Proses Pembelajaran Jaringan Syaraf Tiruan (Neural network)"