Deskripsi

Posisi pengembang ML (machine learning) sangat dicari sehingga seorang ahli bisa mendapatkan pekerjaan senilai Rp 1,9 miliar per tahun (data Kompas). Hal ini karena otomatisasi telah mengubah cara orang hidup dan bekerja orang setiap harinya, sehingga pekerjaan dengan kecerdasan buatan terbukti menjadi peluang karir terbesar di zaman ini. Sebagai contoh, 75% dari pengguna Netflix memilih film berdasarkan rekomendasi algoritma machine learning aplikasi tersebut. Bidang ini juga sangat penting untuk dipahami, terlihat dari pernyataan Presiden Joko Widodo pada awal Desember 2019 yang menjabarkan rencana pemerintah untuk mengganti eselon III/IV dengan kecerdasan buatan. Menurut Forbes, kebutuhan seperti ini akan mendorong pasar ML dunia untuk mengalami pertumbuhan tahunan sebesar 44%.

Kelas ini membahas implementasi machine learning menggunakan tensorflow yang sering ditemui di industri, seperti membuat model untuk masalah computer vision, pemrosesan bahasa alami, prediksi data time series, sistem rekomendasi, serta reinforcement learning. Kelas ini juga akan mengajarkan bagaimana cara deploy model ML Anda ke produksi dan tips-tips dalam melakukannya. Kurikulum telah disusun oleh tim expert Dicoding bersama Google agar materi yang disajikan terstruktur dan komprehensif.

Kenapa saya harus belajar kelas ini?

• Machine Learning dapat digunakan untuk meningkatkan efisiensi dari berbagai pekerjaan.
• Machine Learning dapat diimplementasikan ke berbagai industri dan berbagai jenis data sehingga kegunaannya sangat luas.
• Banyak perusahaan memiliki jumlah data yang sangat besar sehingga perlu diproses dengan machine learning untuk mendapatkan informasi yang berarti.
• Kebutuhan karir di bidang Machine Learning sangatlah tinggi dan jumlah praktisinya juga masih sedikit sehingga peluangnya masih sangat besar.
• Pemahaman tentang machine learning, Tensorflow, dan Keras adalah keharusan untuk menjadi seorang Machine Learning Developer ataupun Data Scientist.
• Bagian dari alur belajar Machine Learning Developer Learning Path yang mempersiapkan siswa untuk menjadi Machine Learning Developer sesuai standar kebutuhan industri.

Materi apa saja yang akan dipelajari?

• Problem Framing : Mempelajari bagaimana merumuskan solusi machine learning untuk suatu masalah.
• Build dan Train Neural Networks Model menggunakan Tensorflow dan Keras : Belajar mengembangkan model dengan format data berbeda, membuat plot akurasi dan loss dari model, penggunaan callback, tensorflow dataset, dan batch loading.
• Recommendation System : Mengenal teknik yang dipakai dalam sistem rekomendasi seperti collaborative dan content based filtering, serta sistem rekomendasi menggunakan jaringan saraf.
• Image Classification : Mengembangkan model untuk klasifikasi gambar dan teknik yang umum dipakai di industri.
• Natural Language Processing : Belajar mengolah kata menggunakan Tensorflow.
• Sequence & Time Series : Belajar mengembangkan model untuk prediksi data time series.
• Reinforcement Learning : Teknik melatih model berdasarkan teori hadiah dan hukuman, menggunakan Keras, game playing agent, serta algoritma minimax.
• Deployment : Belajar men-deploy model pada website dan Tensorflow Lite untuk smartphone.
• Submission : Membuat dan deploy sebuah proyek Machine Learning dengan kriteria tertentu menggunakan Tensorflow.

Anda tentukan sendiri berapa lama waktu belajar materi kelas ini. Materi kelas didesain untuk diselesaikan dalam waktu 40 jam. Jika Anda meluangkan waktu sedikitnya 10 jam saja dalam seminggu, maka sangat dimungkinkan Anda bisa menuntaskan kelas ini dalam waktu 28 hari. Namun tidak menutup kemungkinan Anda menyelesaikan dalam waktu yang jauh lebih cepat.

Prasyarat mengikuti kelas ini adalah:

• Anda diharapkan memiliki latar belakang dan pemahaman mengenai dasar-dasar machine learning. Jika belum, Anda bisa mempelajari kelas Belajar Machine Learning untuk Pemula.
• Anda harus mandiri, berkomitmen, benar-benar punya rasa ingin tahu dan tertarik pada subjek.
• Anda harus gigih, temukan topik yang menarik, bermain-main dan mengotak-atik kode Anda.
• Sebaik apa pun materi struktur kelas ini, tak akan berguna tanpa keseriusan Anda untuk belajar, berlatih, dan mencoba.

Spesifikasi minimal Komputer/Laptop:

• Resolusi layar 1366 x 768 (Rekomendasi Full HD 1920 x 1080).
• Prosesor Intel Dual Core (Rekomendasi Core i3 ke atas).
• RAM 2GB (Rekomendasi 4GB).
• Sistem operasi Windows, Linux, atau MacOS.

Tools yang digunakan:

• Google Colaboratory. Cara penggunaan diajarkan pada kelas Belajar Machine Learning untuk Pemula.