Evaluasi Penguasaan Machine Learning
4.78

Evaluasi Penguasaan Machine Learning

Teknologi:

Machine Learning
Level: Profesional
Level: Profesional 15 Jam Belajar
895

Siswa Terdaftar

Evaluasi penguasaan pemahaman machine learning-mu, mulai dari konsep dasar hingga testing dan debugging di machine learning.

Kelas sudah tidak aktif


Informasi kelas Lihat silabus
Apa yang akan Anda dapatkan

Sertifikat

Dapatkan sertifikat standar industri setelah menyelesaikan kelas ini.

Forum Diskusi

Diskusikan materi belajar dengan siswa lainnya.

Modul Tutorial

Materi bacaan elektronik disajikan dengan bahasa yang mudah dipahami.

Kuis

Kuis pilihan ganda membantu Anda memahami materi yang dipelajari.

Ujian

Validasi pengetahuan Anda dengan mengerjakan soal-soal ujian.
Level Profesional
Melanjutkan tingkat mahir. Lebih banyak studi kasus dengan praktik terbaik standar industri.

Deskripsi

Teknologi machine learning (ML) adalah mesin yang dikembangkan untuk bisa belajar dengan sendirinya tanpa arahan dari penggunanya. Pemelajaran mesin dikembangkan berdasarkan disiplin ilmu lainnya seperti statistika, matematika dan data mining sehingga mesin dapat belajar dengan menganalisa data tanpa perlu diprogram ulang atau diperintah. Pengembangan tersebut menghasilkan konsep yang menjadi pemahaman dasar yang harus diketahui oleh seluruh machine learning developer.

  • Machine Learning dapat digunakan untuk meningkatkan efisiensi dari berbagai pekerjaan.
  • Machine Learning dapat diimplementasikan ke berbagai industri dan berbagai jenis data sehingga kegunaannya sangat luas.
  • Banyak perusahaan memiliki jumlah data yang sangat besar sehingga perlu diproses dengan machine learning untuk mendapatkan informasi yang berarti.
  • Kebutuhan karier di bidang Machine Learning sangatlah tinggi dan jumlah praktisinya juga masih sedikit sehingga peluangnya masih sangat besar.
  • Pemahaman tentang machine learning adalah keharusan untuk menjadi seorang Machine Learning Developer ataupun Data Scientist.


Target dan Sasaran Siswa

  • Kelas ini ditujukan bagi machine learning developer untuk mengevaluasi pemahaman dan konsep yang ada pada machine learning. 
  • Kelas dapat diikuti oleh siswa yang melek IT sehingga wajib memiliki dan dapat mengoperasikan komputer dengan baik.
  • Kelas ini didesain untuk siswa yang sudah memiliki pengetahuan dasar mengenai machine learning, seperti supervised & unsupervised learning, clustering, dan sistem rekomendasi.
  • Siswa harus bisa belajar mandiri, berkomitmen, benar-benar punya rasa ingin tahu, dan tertarik pada subjek materi, karena sebaik apa pun materi kelas ini, tidak akan berguna tanpa keseriusan siswa untuk belajar, berlatih, dan mencoba.
  • Di akhir kelas, siswa dapat memahami konsep-konsep dan pemahaman mengenai machine learning.

Peralatan Belajar

Spesifikasi minimal perangkat:

Prosesor

Intel Dual Core (Rekomendasi Core i3 ke atas)

Tools yang dibutuhkan untuk belajar:

Google Colaboratory

Lihat semua peralatan belajar

Lihat semua peralatan belajar

Peralatan Belajar

Spesifikasi minimal perangkat

Kelas ini membutuhkan spesifikasi perangkat seperti berikut:

RAM

2GB (Rekomendasi 4GB)

Layar

1366 x 768 (Rekomendasi Full HD 1920 x 1080)

Sistem Operasi

Windows, Linux, MacOS

Prosesor

Intel Dual Core (Rekomendasi Core i3 ke atas)

Tools

Kelas ini membutuhkan beberapa tools berikut:

Google Colaboratory

Web Browser (Google Chrome atau Mozilla Firefox)

Google Chrome atau Mozilla Firefox


Metode Ajar

  • Online - Self-paced Learning
    • Total jam belajar : 15 jam 
    • Rekomendasi waktu belajar : 10 jam per minggu (selesai dalam 10 hari)
    • Anda tentukan sendiri berapa lama waktu yang akan digunakan untuk belajar materi kelas ini selama masih aktif terdaftar pada kelas
  • Fasilitas Pengajaran
    • Materi bacaan elektronik : Materi akan disajikan dalam bentuk teks dan bacaan 
    • Forum diskusi : Setiap kelas memiliki sebuah forum diskusi yang dapat Anda gunakan untuk bertanya dan berdiskusi
    • Evaluasi pembelajaran : Ujian Akhir kelas
    • Sertifikat kompetensi

Lihat semua metode ajar

Lihat semua metode ajar

Metode Ajar

  • Online - Self-paced Learning
    • Total jam belajar : 15 jam 
    • Rekomendasi waktu belajar : 10 jam per minggu (selesai dalam 10 hari)
    • Anda tentukan sendiri berapa lama waktu yang akan digunakan untuk belajar materi kelas ini selama masih aktif terdaftar pada kelas
  • Fasilitas Pengajaran
    • Materi bacaan elektronik : Materi akan disajikan dalam bentuk teks dan bacaan 
    • Forum diskusi : Setiap kelas memiliki sebuah forum diskusi yang dapat Anda gunakan untuk bertanya dan berdiskusi
    • Evaluasi pembelajaran : Ujian Akhir kelas
    • Sertifikat kompetensi

Kontributor

1

Curriculum Developer yang membangun kelas ini:

Zanuar Ekaputra Rus'an

Zanuar Ekaputra Rus'an

Product Engineer at Dicoding Indonesia

Reviewer

2

Code Reviewer yang akan me-review tugas dan kode Anda:

Lihat semua kontributor dan reviewer

Lihat semua kontributor dan reviewer

Kontributor & Reviewer

Kontributor kelas

Curriculum Developer yang membangun kelas ini:

Zanuar Ekaputra Rus'an

Zanuar Ekaputra Rus'an

Product Engineer at Dicoding Indonesia


Tim Reviewer

Code Reviewer yang akan me-review tugas dan kode Anda:

Zanuar Ekaputra Rus'an

Zanuar Ekaputra Rus'an

Product Engineer at Dicoding Indonesia

Tia Dwi Setiani

Tia Dwi Setiani

Curriculum Developer at Dicoding Indonesia

  • Certified Tensorflow Developer


Testimoni Siswa

Ribuan siswa sukses belajar di Dicoding Academy. Apa kata mereka? Berikut adalah testimoni asli mereka.

Devi Mikhael Empi
Devi Mikhael Empi
Universitas Gunadarma
Memulai Dasar Pemrograman untuk Menjadi Pengembang Software
Puas sekali dan sangat mudah dipahami oleh pemula yang ingin mengembangkan perangkat lunak
Baca selengkapnya
Muhammad Naufal Farras
Muhammad Naufal Farras
Universitas Negeri Semarang
Memulai Dasar Pemrograman untuk Menjadi Pengembang Software
Materi yang disampaikan pada kelas ini sangat informatif dan membantu teman-teman yang saat ini dalam proses belajar dalam dunia pemrograman. Banyak disampaikan juga tips ketika kita telah mulai dalam bekerja, dan itu sangat membantu untuk kedepannya.
Baca selengkapnya
Lihat semua testimoni

Kelas sudah tidak aktif

Silabus

Materi yang akan Anda pelajari pada kelas ini.

  • 2 Menit

  • 10 Menit

  • 10 Menit

  • 10 Menit

  • 10 Menit

  • 10 Menit

  • 5 Menit

  • 313 Menit

  • 15 Menit

  • 100 Menit

  • 95 Menit

  • 60 Menit

  • 100 Menit

  • 80 Menit

  • 60 Menit