Gagal menampilkan sertifikat
Klik untuk Melihat Ukuran Penuh
Jamaluddin Rumi

ID
6RPNVJKE4Z2M

Diberikan pada
Feb 23, 2024

Berlaku sampai
Feb 23, 2027


Bagikan sertifikat:

Belajar Machine Learning untuk Pemula

Belajar Machine Learning untuk Pemula

Disusun oleh: Dicoding Indonesia
Level: Pemula

dos:db4163e3371d50bfbd185fe8de8cba0d20220909131544.png

Kelas ini dirancang untuk pemula yang ingin memulai karier di bidang Machine Learning dengan mengikuti standar kompetensi industri terkini. Setelah menyelesaikan kelas ini, siswa memiliki kemampuan untuk mengembangkan proyek machine learning yang berfokus pada klasifikasi, regresi, dan clustering pada data tabular.

Materi yang dipelajari:

  • Modul 1: Hi, Machine Learning
    Memperkenalkan dasar-dasar machine learning, termasuk definisi, sejarah, dan aplikasinya di berbagai bidang. (4 jam)
  • Modul 2: Machine Learning Workflow
    Menjelaskan alur kerja dalam proyek machine learning, mulai dari pengumpulan data hingga evaluasi model dan penerapan. (14 jam 45 menit)
  • Modul 3: Supervised Learning - Klasifikasi
    Membahas konsep klasifikasi dalam supervised learning, serta algoritma yang umum digunakan seperti KNN dan Decision Tree. (9 jam 5 menit)
  • Modul 4: Supervised Learning - Regresi
    Mempelajari teknik regresi untuk memprediksi nilai kontinu, termasuk regresi linear dan evaluasi model. (10 jam)
  • Modul 5: Unsupervised Learning - Clustering
    Memperkenalkan metode clustering untuk mengelompokkan data tanpa label, seperti menggunakan algoritma K-Means dan evaluasinya. (6 jam 55 menit)
  • Modul 6: Teknik Feature Engineering
    Membahas strategi dalam feature engineering untuk mengoptimalkan fitur dan meningkatkan kinerja model machine learning. (7 jam 5 menit)
  • Modul 7: Overfitting dan Underfitting
    Menjelaskan konsep overfitting dan underfitting dalam model machine learning, serta teknik untuk mencegah masalah ini. (4 jam 50 menit)
  • Modul 8: Optimasi Model dengan Hyperparameter Tuning
    Mempelajari pentingnya hyperparameter tuning dan teknik yang digunakan untuk meningkatkan akurasi model. (6 jam 15 menit)

Evaluasi pembelajaran: 

  • Submission Akhir: Proyek Pembangunan Model Supervised dan Unsupervised Learning pada Data Tabular
    Membangun model machine learning menggunakan beberapa metode supervised dan unsupervised learning pada kasus nyata.

Total jam yang dibutuhkan untuk menyelesaikan kelas ini adalah 75 jam.