4.84 •

Machine Learning Engineer ,

Data Scientist

Learning Path

Belajar Machine Learning untuk Pemula

Topik:

AI Machine Learning +2 lainnya

Level: Pemula

Level: Pemula 90 Jam Belajar

140.034

Siswa Terdaftar

Pelajari dasar machine learning dengan fokus materi supervised learning, unsupervised learning, hingga teknik meningkatkan performa model.

Belajar Sekarang

Informasi kelas Lihat silabus

Learning Path Machine Learning Engineer

Kelas ini merupakan langkah ke-tiga Anda untuk menjadi Machine Learning Engineer.

Langkah sebelumnya

Langkah 2

Memulai Pemrograman dengan Python

60 Jam 4,81 Level Dasar

Langkah setelahnya

Langkah 4

Belajar Fundamental Deep Learning

110 Jam 4,86 Level Menengah

Learning Path Data Scientist

Kelas ini merupakan langkah ke-lima Anda untuk menjadi Data Scientist.

Langkah sebelumnya

Langkah 4

Belajar Analisis Data dengan Python

70 Jam 4,83 Level Pemula

Langkah setelahnya

Langkah 6

Belajar Fundamental Deep Learning

110 Jam 4,86 Level Menengah

Apa yang akan Anda dapatkan

Sertifikat

Dapatkan sertifikat standar industri setelah menyelesaikan kelas ini.

Code Review

Kode yang Anda kerjakan akan di-review secara komprehensif oleh Reviewer.

Forum Diskusi

Diskusikan materi belajar dengan siswa lainnya.

Modul Tutorial

Materi bacaan elektronik disajikan dengan bahasa yang mudah dipahami.

Submission

Uji kemampuan teknis Anda dengan mengerjakan tugas submission.

Kuis

Kuis pilihan ganda membantu Anda memahami materi yang dipelajari.

Ujian

Validasi pengetahuan Anda dengan mengerjakan soal-soal ujian.

Level Pemula
Mempelajari topik dasar dengan objektif membuat produk, sistem, atau latihan sederhana.

Deskripsi

Data telah menjadi aset berharga di era digital ini. Pemrosesan data mengubah informasi mentah menjadi wawasan yang bernilai untuk pengambilan keputusan yang tepat. Sebagai Machine Learning Engineer, Anda akan mempelajari teknik machine learning untuk menemukan pola dalam kumpulan data. Ini memungkinkan kita untuk mengembangkan model prediksi secara cepat. Kelas ini akan membekali Anda dengan pengetahuan untuk mengolah data menjadi informasi yang relevan.

Machine learning memiliki potensi untuk meningkatkan efisiensi dalam berbagai jenis pekerjaan secara signifikan.
Penguasaan terhadap machine learning dapat diterapkan di berbagai sektor, seperti kesehatan, keuangan, dan ritel, menjadikannya alat yang sangat fleksibel.
Kelas ini membekali Anda untuk mengolah dan menganalisis data, baik yang besar maupun kecil, menjadi wawasan yang bermanfaat.
Dengan meningkatnya kebutuhan akan profesional di bidang machine learning, permintaan untuk praktisi terampil semakin tinggi.
Memahami konsep dan teknik machine learning merupakan fondasi penting bagi siapa saja yang ingin berkarier sebagai Machine Learning Engineer atau Data Scientist, membuka peluang karier yang menjanjikan.

Target dan Sasaran Siswa

Kelas ini dirancang untuk pemula yang ingin memulai karier di bidang Machine Learning dengan mengikuti standar kompetensi industri terkini.
Kelas dapat diikuti oleh siswa yang melek IT sehingga wajib memiliki dan dapat mengoperasikan komputer dengan baik.
Kelas ini terbuka bagi siswa yang sudah familier dengan teknologi informasi sehingga diharapkan memiliki keterampilan dasar dalam mengoperasikan komputer.
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.
Setelah menyelesaikan kelas ini, siswa diharapkan memiliki kemampuan untuk mengembangkan proyek machine learning yang berfokus pada klasifikasi, regresi, dan clustering pada data tabular.

Selengkapnya

Sembunyikan

Learning Path

Kelas ini merupakan langkah ke-tiga Anda untuk menjadi Machine Learning Engineer.

Langkah sebelumnya

Langkah 2

Memulai Pemrograman dengan Python

60 Jam 4,81 Level Dasar

Langkah setelahnya

Langkah 4

Belajar Fundamental Deep Learning

110 Jam 4,86 Level Menengah

Peralatan Belajar

Spesifikasi minimal perangkat:

Prosesor

Intel Dual Core (Rekomendasi Core i3 ke atas)

Tools yang dibutuhkan untuk belajar:

Google Colaboratory

Cara penggunaan akan diajarkan pada kelas ini.

Lihat semua peralatan belajar

Peralatan Belajar

Spesifikasi minimal perangkat

Kelas ini membutuhkan spesifikasi perangkat seperti berikut:

RAM

4GB (Rekomendasi 8GB)

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

Cara penggunaan akan diajarkan pada kelas ini.

Metode Ajar

Online - Self-paced Learning
- Total jam belajar : 90 jam
- Rekomendasi waktu belajar : 10 jam per minggu (selesai dalam 63 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 : Submission (proyek akhir) berupa pembuatan model machine learning untuk klasifikasi gambar
Sertifikat kompetensi

Lihat semua metode ajar

Metode Ajar

Online - Self-paced Learning
- Total jam belajar : 90 jam
- Rekomendasi waktu belajar : 10 jam per minggu (selesai dalam 63 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 : Submission (proyek akhir) berupa pembuatan model machine learning untuk klasifikasi gambar
Sertifikat kompetensi

Kontributor

Curriculum Developer yang membangun kelas ini:

Mochamad Rafy Ardhanie

Curriculum Developer at Dicoding Indonesia

Ridha Ginanjar

Curriculum Developer and Technical Instructor at Dicoding Indonesia

Reviewer

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

Agista Septiyanto

Product Engineer

Alfian Yusuf Abdullah

Head of Reviewer at Dicoding Indonesia

Associate Android Developer
Kotlin Enthusiast
UI/UX Enthusiast

Nanang Sutisna

- Mobile & Web Enthusiast

- External Code Reviewer at Dicoding Indonesia

MAULANA KAVALDO

Interest in data science, analyst, machine learning and cloud computing.

ADIL LATIF HABIBI

External Code Reviewer at Dicoding Indonesia

AWS Certified Cloud Practitioner

Certified Tensorflow Developer

My Linkedin Home Page

Lihat semua kontributor dan reviewer

Kontributor & Reviewer

Kontributor kelas

Curriculum Developer yang membangun kelas ini:

Mochamad Rafy Ardhanie

Curriculum Developer at Dicoding Indonesia

Ridha Ginanjar

Curriculum Developer and Technical Instructor at Dicoding Indonesia

Tim Reviewer

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

Agista Septiyanto

Product Engineer

Alfian Yusuf Abdullah

Head of Reviewer at Dicoding Indonesia

Associate Android Developer
Kotlin Enthusiast
UI/UX Enthusiast

Nanang Sutisna

- Mobile & Web Enthusiast

- External Code Reviewer at Dicoding Indonesia

MAULANA KAVALDO

Interest in data science, analyst, machine learning and cloud computing.

ADIL LATIF HABIBI

External Code Reviewer at Dicoding Indonesia

AWS Certified Cloud Practitioner

Certified Tensorflow Developer

My Linkedin Home Page

Fina Noviantika

Tensorflow Developer Certified | External Code Reviewer at Dicoding Indonesia

Ikrar Bagaskara

External Code Reviewer at Dicoding Indonesia

Rosyiidah Hasnaa

Academy Code Reviewer at Dicoding Indonesia

Applied Bachelor of Informatics Engineering from Politeknik Elektronika Negeri Surabaya. I have experience building a website using html, css, bootstrap, and javascript and making a responsive website. I enjoy learning about front-end developers in my free time. An eager and conscientious person who works well in team environments. I'm looking for opportunities in front-end web development.

Let's connect with me on linkedin.com/in/syiidahasnaa

Ahmad Zein Al Wafi

Machine Learning Architect

Transforming data into AI solutions to drive business innovation

Zid Irsyadin Sartono Wijaogy

External Code Reviewer - Dicoding Elite

Let's Connect! Zid Irsyadin Sartono Wijaogy | LinkedIn

Galah Seno Adjie

Android Developer at Lacak.io || External Code Reviewer at Dicoding Indonesia

Android & Kotlin Enthusiast
Jetpack Compose Enthusiast

Abdul Aziz

External Code Reviewer at Dicoding Indonesia

I’ve always enjoyed mathematics. It is the most precise and concise way of expressing an idea.

Mujadid Choirus Surya

External Code Reviewer at Dicoding Indonesia

Machine Learning & Data Analyst Enthusiast | Bangkit Academy Distinction Graduate

Frendy

Undergraduate Informatics Student

Dicoding External Code Reviewer

Kevin Winardi

External Code Reviewer at Dicoding Indonesia

Seseorang yang berdedikasi tinggi untuk belajar.

Kevin Aditya Ikhsan

AI Engineer at BitHealth

Let's extract insights from data and build AI-powered solutions.

Dinny Zaidan Nadwah

Rosyiidah Hasnaa

Academy Code Reviewer at Dicoding Indonesia

Arsyadana Estu

Member IMPHNEN

A person with many prerequisite deficiencies. Nice to meet you

Agista Septiyanto

Product Engineer

Alfian Yusuf Abdullah

Head of Reviewer at Dicoding Indonesia

Associate Android Developer
Kotlin Enthusiast
UI/UX Enthusiast

Nanang Sutisna

- Mobile & Web Enthusiast

- External Code Reviewer at Dicoding Indonesia

MAULANA KAVALDO

Interest in data science, analyst, machine learning and cloud computing.

ADIL LATIF HABIBI

External Code Reviewer at Dicoding Indonesia

AWS Certified Cloud Practitioner

Certified Tensorflow Developer

My Linkedin Home Page

Fina Noviantika

Tensorflow Developer Certified | External Code Reviewer at Dicoding Indonesia

Ikrar Bagaskara

External Code Reviewer at Dicoding Indonesia

Rosyiidah Hasnaa

Academy Code Reviewer at Dicoding Indonesia

Ahmad Zein Al Wafi

Machine Learning Architect

Transforming data into AI solutions to drive business innovation

Zid Irsyadin Sartono Wijaogy

External Code Reviewer - Dicoding Elite

Let's Connect! Zid Irsyadin Sartono Wijaogy | LinkedIn

Galah Seno Adjie

Android Developer at Lacak.io || External Code Reviewer at Dicoding Indonesia

Android & Kotlin Enthusiast
Jetpack Compose Enthusiast

Abdul Aziz

External Code Reviewer at Dicoding Indonesia

I’ve always enjoyed mathematics. It is the most precise and concise way of expressing an idea.

Mujadid Choirus Surya

External Code Reviewer at Dicoding Indonesia

Machine Learning & Data Analyst Enthusiast | Bangkit Academy Distinction Graduate

Frendy

Undergraduate Informatics Student

Dicoding External Code Reviewer

Kevin Winardi

External Code Reviewer at Dicoding Indonesia

Seseorang yang berdedikasi tinggi untuk belajar.

Kevin Aditya Ikhsan

AI Engineer at BitHealth

Let's extract insights from data and build AI-powered solutions.

Dinny Zaidan Nadwah

Rosyiidah Hasnaa

Academy Code Reviewer at Dicoding Indonesia

Arsyadana Estu

Member IMPHNEN

A person with many prerequisite deficiencies. Nice to meet you

Testimoni Siswa

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

NUR HALIZAH

UIN Sunan Gunung Djati Bandung

Belajar Machine Learning untuk Pemula

sangat puasss! karena saya yg awalnya tidak banyak tau apalagi soal ml sekarang menjadi paham. dan hasil dari pengerjaan project juga membuat saya semakin semangat

Baca selengkapnya

Fernando Michael Hebert Siregar

Universitas Gunadarma

Belajar Machine Learning untuk Pemula

Kelas yang diberikan sangat cocok bagi pembelajaran saya, dimana disini terdapat materi yang bermanfaat dan yang paling saya suka adalah adanya latihan dan quiz setiap akhir sebuah materi untuk mengevaluasi pembelajaran. Kemudian pada akhir kelas Machine Learning untuk pemula ini terdapat sebuah project yang cukup seru untuk dikerjakan. Sukses selalu untuk Dicoding

Baca selengkapnya

Lihat semua testimoni

Testimoni Siswa

NUR HALIZAH

UIN Sunan Gunung Djati Bandung

Belajar Machine Learning untuk Pemula

sangat puasss! karena saya yg awalnya tidak banyak tau apalagi soal ml sekarang menjadi paham. dan hasil dari pengerjaan project juga membuat saya semakin semangat

Fernando Michael Hebert Siregar

Universitas Gunadarma

Belajar Machine Learning untuk Pemula

Adityo Warta Bone

PT Mandiri Utama Finance

Belajar Machine Learning untuk Pemula

Kursus ini adalah pilihan yang sangat baik bagi siapa saja yang ingin memulai atau mengembangkan karir dalam Data Science. Terima kasih, Dicoding!

Punya pertanyaan seputar kelas ini?

Berikut adalah beberapa pertanyaan yang paling sering ditanyakan.

Bagaimana cara memasukkan token Academy? Aturan membuat pertanyaan di forum diskusi kelas Bagaimana cara mencetak sertifikat kelulusan kelas?

Lihat semua FAQ

Silabus

Materi yang akan Anda pelajari pada kelas ini.

Persiapan Belajar

Memahami HAKI, mekanisme belajar, forum diskusi, glosarium, dan daftar referensi.

7 Artikel

55 menit

Persetujuan Hak Cipta
5 Menit
Prasyarat Kemampuan
5 Menit
Prasyarat Tools
5 Menit
Mekanisme Belajar
10 Menit
Forum Diskusi

10 Menit
Glossarium

10 Menit
Daftar Referensi

10 Menit

Hi, Machine Learning!

Modul ini adalah pengantar untuk dunia machine learning, dirancang untuk memberikan pemahaman mendasar tentang apa itu machine learning dan prinsip-prinsip dasarnya.

11 Artikel
1 Ujian

260 menit

Pertama, Mari Kita Sapa-menyapa!

10 Menit
[Story] Karakter Utama di Balik Layar

20 Menit
Pengantar Machine Learning

25 Menit
Komponen Utama dalam Machine Learning

25 Menit
Jenis-Jenis Machine Learning

35 Menit
Machine Learning Use Case

25 Menit
[Story] Machine Learning di Mana-Mana

10 Menit
Merumuskan Masalah dalam Machine Learning

60 Menit
Tantangan dalam Machine Learning

10 Menit
Tantangan: Keluarkan Pendapat Anda!

20 Menit
Rangkuman Hi, Machine Learning!

10 Menit
Kuis Hi, Machine Learning!

10 Menit

Machine Learning Workflow

Modul ini dirancang untuk memberikan pemahaman mendalam tentang alur kerja (workflow) machine learning. Siswa akan mempelajari setiap langkah penting dalam proses pengembangan model machine learning, mulai dari pengumpulan data hingga deployment model.

18 Artikel
1 Ujian

650 menit

Pengantar Machine Learning Workflow

10 Menit
[Story] Membuat Tujuan, Mengejar Impian!

15 Menit
Pendahuluan Machine Learning Workflow

60 Menit
Pengenalan Tools dan Library Populer pada Python untuk Machine Learning dan Data Science

45 Menit
Data Collecting

30 Menit
Latihan: Mengumpulkan Data dari Sumber Terbuka

60 Menit
Data Loading

25 Menit
Latihan: Data Loading

20 Menit
Data Cleaning dan Transformation

20 Menit
Latihan: Data Cleaning dan Transformation

120 Menit
Exploratory dan Explanatory Data Analysis

20 Menit
Latihan: Exploratory dan Explanatory Data Analysis

70 Menit
Data Splitting

25 Menit
Latihan: Data Splitting

30 Menit
Pembangunan Model (Modelling)

30 Menit
Deployment dan Monitoring

30 Menit
[Story] Dimulai dari Nol ya, Dek.

20 Menit
Rangkuman Machine Learning Workflow

10 Menit
Kuis Machine Learning Workflow

10 Menit

Supervised Learning - Klasifikasi

Modul ini fokus pada konsep dan teknik dalam supervised learning khususnya klasifikasi. Siswa akan mempelajari berbagai algoritma klasifikasi, cara memilih algoritma yang tepat berdasarkan karakteristik data dan masalah yang dihadapi, serta strategi untuk meningkatkan performa model klasifikasi.

15 Artikel
1 Ujian

385 menit

Pendahuluan Klasifikasi

5 Menit
[Story] Cerita Si Coffee Enthusiast

15 Menit
Konsep Dasar Klasifikasi

20 Menit
Jenis-Jenis Klasifikasi

15 Menit
Pengenalan Algoritma Klasifikasi

5 Menit
[Story] Beda Algoritma Beda Juga Cara Kerjanya? Kok Bisa?

10 Menit
K-Nearest Neighbors (KNN)

30 Menit
Decision Tree

30 Menit
Random Forest

25 Menit
Support Vector Machine (SVM)

35 Menit
Naive Bayes

25 Menit
Evaluasi Model Klasifikasi

20 Menit
[Story] Practice Makes Perfect

10 Menit
Latihan Studi Kasus: Klasifikasi Pelanggan untuk Churn pada Perusahaan XYZ

120 Menit
Rangkuman Supervised Learning - Klasifikasi

10 Menit
Kuis Supervised Learning - Klasifikasi

10 Menit

Supervised Learning - Regresi

Modul ini fokus pada konsep dan teknik dalam supervised learning khususnya regresi. Siswa akan mempelajari berbagai algoritma regresi, cara mengimplementasikannya pada data dengan nilai kontinu, serta strategi untuk meningkatkan akurasi model regresi.

12 Artikel
1 Ujian

335 menit

Pengantar Supervised Learning - Regresi

5 Menit
[Story] Semakin Tahu, Semakin Merasa Bodoh

10 Menit
Pendahuluan Regresi dalam Konteks Machine Learning

35 Menit
Jenis-Jenis Regression

35 Menit
Contoh Algoritma Regresi - Linear Regression

20 Menit
Contoh Algoritma Regresi - Polynomial Regression

15 Menit
Contoh Algoritma Regresi - Decision Tree Regression

20 Menit
Contoh Algoritma Regresi - Support Vector Regression (SVR)

15 Menit
Contoh Algoritma Regresi - Neural Network Regression

15 Menit
Evaluasi Model Regresi

25 Menit
Latihan Studi Kasus Regresi

120 Menit
Rangkuman Supervised Learning - Regresi

10 Menit
Kuis Supervised Learning - Regresi

10 Menit

Unsupervised Learning - Clustering

Modul ini memperkenalkan konsep dan teknik dalam unsupervised learning, khususnya clustering. Siswa akan belajar tentang berbagai algoritma clustering, cara mengimplementasikannya pada data untuk menemukan pola dan kelompok tersembunyi, serta metode evaluasi untuk mengukur kualitas clustering.

12 Artikel
1 Ujian

315 menit

Pendahuluan Clustering

5 Menit
[Story] Jalan-Jalan di Hari Weekend. Cakeep

10 Menit
Konsep Dasar Clustering

30 Menit
Hierarchical Clustering (HC)

30 Menit
Non-hierarchical Clustering (NHC)

15 Menit
K-Means Clustering

30 Menit
DBSCAN (Density-Based Spatial Clustering of Applications with Noise)

20 Menit
Metode Evaluasi: Elbow Method

15 Menit
Evaluasi Model Clustering

10 Menit
[Story] Diskon adalah Kecintaannya Kita Semua

10 Menit
Latihan Studi Kasus Clustering

120 Menit
Rangkuman Unsupervised Learning - Clustering

10 Menit
Kuis Unsupervised Learning - Clustering

10 Menit

Teknik Feature Engineering

Modul ini memberikan pemahaman mendalam tentang teknik feature engineering yang esensial untuk meningkatkan performa model machine learning. Siswa akan mempelajari berbagai metode untuk mengekstrak, memilih, dan menciptakan fitur yang relevan dari data.

12 Artikel
1 Ujian

355 menit

Pengantar Feature Engineering

5 Menit
[Story] Andai Aku Bisa

10 Menit
Pendahuluan Feature Engineering

15 Menit
Teknik Pemilihan Fitur (Feature Selection)

50 Menit
Encoding Variabel ke Numerik

45 Menit
Binning Numerik ke Kategorikal

30 Menit
Scaling Fitur

10 Menit
Penanganan Outlier

15 Menit
Oversampling dan Undersampling

25 Menit
SMOTE (Synthetic Minority Over-Sampling Technique)

10 Menit
Latihan: Studi Kasus Feature Engineering

120 Menit
Rangkuman Teknik Feature Engineering

10 Menit
Kuis Teknik Feature Engineering

10 Menit

Overfitting dan Underfitting

Modul ini berfokus pada konsep overfitting, underfitting, dan good fit dalam machine learning. Siswa akan mempelajari cara mengenali tanda-tanda overfitting dan underfitting, metode untuk mengatasi masalah ini, serta teknik untuk memastikan model memiliki performa yang optimal dan generalisasi yang baik.

9 Artikel
1 Ujian

335 menit

Pendahuluan Overfitting dan Underfitting

5 Menit
[Story] Salah Prediksi Terus, Kenapa ya?

10 Menit
Definisi dan Konsep Dasar

15 Menit
Penyebab Overfitting dan Underfitting

15 Menit
Metode Deteksi Overfitting dan Underfitting

15 Menit
Teknik Mengatasi Overfitting dan Underfitting

45 Menit
Latihan: Studi Kasus Overfitting dan Underfitting

200 Menit
[Story] Katakan Tidak pada Salah Prediksi!

10 Menit
Rangkuman Overfitting dan Underfitting

10 Menit
Kuis Overfitting dan Underfitting

10 Menit

Optimasi Model dengan Hyperparameter Tuning

Modul ini membahas teknik optimasi model machine learning melalui hyperparameter tuning. Siswa akan mempelajari pentingnya hyperparameter tuning, berbagai metode yang digunakan, dan mengaplikasikan teknik-teknik ini untuk meningkatkan performa model machine learning.