Kelas ini ditujukan bagi machine learning developer untuk mengevaluasi pemahaman dan konsep yang ada pada machine learning. Di akhir kelas, siswa dapat memahami konsep-konsep dan pemahaman mengenai machine learning.

Materi yang dipelajari:

• Konsep Dasar Machine Learning : Mengevaluasi konsep dasar machine learning seperti, terminologi machine learning, generalisasi, feature crosses, dan konsep lainnya. (5 jam 13 menit)
• Problem Framing : Mengevaluasi problem framing untuk machine learning seperti, pola pikir machine learning, mengidentifikasi masalah, dan memformulasikan penyelesaian masalah pada machine learning. (15 menit)
• Persiapan Data : Mengevaluasi konsep persiapan data yang meliputi, penyusunan data dan transformasi data. (1 jam 40 menit)
• Clustering : Mengevaluasi pemahaman clustering yang meliputi, pengenalan clustering, dan clustering workflow. (1 jam 35 menit)
• Sistem Rekomendasi : Mengevaluasi pemahaman sistem rekomendasi yang meliputi, teknik sistem rekomendasi, penentuan skor dan urutan(ranking). (1 jam)
• Testing dan Debugging : Mengevaluasi pemahaman testing dan debugging yang meliputi, pengenalan testing dan debugging, dan testing pada tahapan produksi. (1 jam 40 menit)
• Generative Adversarial Network (GAN) : Mempelajari konsep Generative Adversarial Network (GAN) yang meliputi, anatomi GAN, GAN pada dunia nyata, dan penggunaan GAN dengan TensorFlow. (1 jam 20 menit)

Evaluasi Pembelajaran:

• Ujian Akhir Kelas

Total jam yang dibutuhkan untuk menyelesaikan kelas ini, mulai dari persiapan kelas sampai evaluasi belajar, adalah 15 jam.