Kelas ditujukan bagi pemula yang ingin memulai kariernya di bidang machine learning dengan mengacu pada standar kompetensi industri. Di akhir kelas, siswa dapat belajar materi dasar dan algoritma-algoritma Machine Learning, serta mampu mengimplementasikannya dalam membuat model Machine Learning untuk memproses data.

Materi yang dipelajari:

• Pengenalan Data : Pengenalan ke machine learning dan teknik-teknik untuk pengolahan data, seperti data collecting, data cleaning, dan data processing. (7 jam 30 menit)
• Supervised dan Unsupervised Learning : Memahami 2 jenis machine learning yaitu supervised dan unsupervised learning, dengan contoh model regresi linear dan decision tree. (4 jam 35 menit)
• Support Vector Machine (SVM) : Menjelaskan tentang SVM, salah satu model machine learning yang populer. Di sini juga akan belajar tentang clustering dengan k-means. (2 jam 35 menit)
• Dasar-Dasar Machine Learning : Menjelaskan tentang alur kerja (workflow) dari suatu proyek machine learning, dan juga menjelaskan overfitting, underfitting, dan model selection. (2 jam 40 menit)
• Neural Network : Belajar mengenal dasar dari neural network. Akan diterangkan mengenai multi layer perceptron serta convolutional neural network dalam image classification. (2 jam 5 menit)
• TensorFlow : Belajar tentang library TensorFlow, sebuah powerful library yang dipakai untuk mengembangkan project machine learning. (4 jam 5 menit)

Evaluasi pembelajaran: 

• Submission (proyek akhir) berupa membuat model Machine Learning untuk proses klasifikasi gambar.

Total jam yang dibutuhkan untuk menyelesaikan kelas ini adalah 30 jam.