Pendahuluan Problem Framing

Pola Pikir Machine Learning

Mengidentifikasi Permasalahan yang Cocok untuk Machine Learning

Tantangan dalam Machine Learning

Memutuskan Solusi dalam Machine Learning

Merumuskan Masalah dalam Machine Learning

Pendahuluan Membuat dan Melatih Model Neural Network dengan TensorFlow dan Keras

Pra-pemrosesan Data untuk Model

Menggunakan Model untuk Melakukan Prediksi

Model Sekuensial dengan Beberapa Layer

Membuat Model untuk Klasifikasi Dua Kelas

Membuat dan Melatih Model untuk Klasifikasi Banyak Kelas

Plot Loss dan Akurasi dari Trained Model

Mencegah Overfitting dengan Dropout

Penggunaan Callbacks

Menggunakan Dataset dari tf.data.datasets

Penggunaan Batch Loading

Pendahuluan Sistem Rekomendasi

Pengenalan Sistem Rekomendasi

Collaborative Filtering

Content Based Filtering

Rekomendasi Menggunakan Neural Network

Pendahuluan Klasifikasi Gambar

Membuat dan Melatih Model untuk Memproses Dataset Gambar dari Dunia Nyata

Image Augmentation

Transfer Learning

Style Transfer

Pendahuluan Natural Language Processing (NLP)

Pengenalan Tokenisasi dan Sequences

Latihan Tokenization

Embedding

Binary Text Classification

Long Short-Term Memory (LSTM) Layer

Multiclass Text Classification

Proyek Pertama : Membuat Model NLP dengan TensorFlow

Pendahuluan Time Series

Pengenalan Time Series

Machine Learning pada Time Series

Data Preprocessing untuk Time Series

Metrik Evaluasi untuk Model Time Series

Latihan Time Series dengan LSTM

Proyek Kedua : Membuat Model Machine Learning dengan Data Time Series

Pendahuluan Reinforcement Learning

Pengenalan Reinforcement Learning

Policy Search Algorithm

Deep Reinforcement Learning

TF-Agents dan Deep Q-Network

Pendahuluan Deployment

Pengenalan Deployment

Format Penyimpanan Model

Pengenalan TensorFlow.js

Latihan: Deploy Model ML Menggunakan TensorFlow.js

Pengenalan TensorFlow Lite

Latihan: Deploy Model ML Menggunakan TensorFlow Lite

Pengenalan TensorFlow Serving

Latihan: Deploy Model ML Menggunakan TensorFlow Serving

Federated Learning

Data Pipelines dengan TensorFlow Data Services

Export Data ke Training Pipelines

Mempublikasi Model Anda ke TF-Hub

Pengenalan TensorBoard

Memonitor Model

Memperbarui Model yang Telah Di-deploy

Proyek Akhir : Image Classification Model Deployment