Belajar Machine Learning untuk Pemula

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** (4 jam 20 menit) - Memperkenalkan dasar-dasar machine learning, termasuk definisi, sejarah, dan aplikasinya di berbagai bidang. - **Modul 2: Machine Learning Workflow** (10 jam 50 menit) - Menjelaskan alur kerja dalam proyek machine learning, mulai dari pengumpulan data hingga evaluasi model dan penerapan. - **Modul 3: Supervised Learning - Klasifikasi** (6 jam 25 menit) - Membahas konsep klasifikasi dalam supervised learning, serta algoritma yang umum digunakan seperti KNN dan Decision Tree. - **Modul 4: Supervised Learning - Regresi** (5 jam 35 menit) - Mempelajari teknik regresi untuk memprediksi nilai kontinu, termasuk regresi linear dan evaluasi model. - **Modul 5: Unsupervised Learning - Clustering** (5 jam 15 menit) - Memperkenalkan metode clustering untuk mengelompokkan data tanpa label, seperti menggunakan algoritma K-Means dan evaluasinya. - **Modul 6: Teknik Feature Engineering** (5 jam 55 menit) - Membahas strategi dalam feature engineering untuk mengoptimalkan fitur dan meningkatkan kinerja model machine learning. - **Modul 7: Overfitting dan Underfitting** (5 jam 35 menit) - Menjelaskan konsep overfitting dan underfitting dalam model machine learning, serta teknik untuk mencegah masalah ini. - **Modul 8: Optimasi Model dengan Hyperparameter Tuning** (5 jam 10 menit) - Mempelajari pentingnya hyperparameter tuning dan teknik yang digunakan untuk meningkatkan akurasi model. **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 **90 jam**.