Machine Learning Terapan
Teknologi:
Machine LearningLevel: Mahir
Siswa Terdaftar
Teknologi:
Machine LearningLevel: Mahir
Siswa Terdaftar
Kelas ini merupakan langkah ke-lima Anda untuk menjadi Machine Learning Engineer.
Menurut riset yang berjudul 2020 Emerging Job Report, trend perekrutan untuk peran AI specialist tumbuh 74% selama 4 tahun terakhir. AI specialist dinobatkan sebagai peringkat pertama the most emerging job in the US in 2020. Di Indonesia, AI specialist juga menempati urutan pertama. Hal ini karena otomatisasi telah mengubah cara orang hidup dan bekerja setiap harinya. Posisi Machine Learning Engineer sangat dicari. Sehingga, di Amerika, posisi ini bisa mendapatkan pekerjaan senilai Rp 1,9 miliar per tahun (Kompas).
Kelas ini merupakan langkah ke-lima Anda untuk menjadi Machine Learning Engineer.
Peralatan Belajar
Spesifikasi minimal perangkat:
Prosesor
Intel Dual Core (Rekomendasi Core i3 ke atas)
Tools yang dibutuhkan untuk belajar:
Google Colaboratory
Lihat semua peralatan belajar
Lihat semua peralatan belajarKelas ini membutuhkan spesifikasi perangkat seperti berikut:
RAM
2GB (Rekomendasi 4GB)
Layar
1366 x 768 (Rekomendasi Full HD 1920 x 1080)
Sistem Operasi
Windows, Linux, MacOS
Prosesor
Intel Dual Core (Rekomendasi Core i3 ke atas)
Kelas ini membutuhkan beberapa tools berikut:
Google Colaboratory
Metode Ajar
Lihat semua metode ajar
Lihat semua metode ajarKontributor
2Curriculum Developer yang membangun kelas ini:
Tia Dwi Setiani
Curriculum Developer at Dicoding Indonesia
Mochamad Rafy Ardhanie
Curriculum Developer at Dicoding Indonesia
Reviewer
24Code Reviewer yang akan me-review tugas dan kode Anda:
Nanang Sutisna
- Mobile & Web Enthusiast
- External Code Reviewer at Dicoding Indonesia
Gabril Hozanna
Data Warehouse Engineer at Gojek
Data Enthusiast
Zanuar Ekaputra Rus'an
Product Engineer (RnD) at Dicoding Indonesia
I am an Software / Product / Multi-stack Engineer interested in machine learning, web, and cloud technology. Currently learning Large Language Model (LLM) for innovation.
Lihat semua kontributor dan reviewer
Lihat semua kontributor dan reviewerKontributor kelas
Curriculum Developer yang membangun kelas ini:
Tia Dwi Setiani
Curriculum Developer at Dicoding Indonesia
Mochamad Rafy Ardhanie
Curriculum Developer at Dicoding Indonesia
Tim Reviewer
Code Reviewer yang akan me-review tugas dan kode Anda:
Nanang Sutisna
- Mobile & Web Enthusiast
- External Code Reviewer at Dicoding Indonesia
Gabril Hozanna
Data Warehouse Engineer at Gojek
Data Enthusiast
Zanuar Ekaputra Rus'an
Product Engineer (RnD) at Dicoding Indonesia
I am an Software / Product / Multi-stack Engineer interested in machine learning, web, and cloud technology. Currently learning Large Language Model (LLM) for innovation.
Mellania Permata Sylvie
External Reviewer Machine Learning di Dicoding
Information system student, Machine Learning Enthusiasm, and Tensorflow Developer Certified
Gusti Muhammad Aulia Nur Sulthan
Hallo Semua.
Perkenalkan nama saya Gusti Muhammad Aulia Nur Sulthan biasa di panggil tann. saat ini saya mahasiswa tingkat akhir. saya sangat tertarik dibidang Artificial Intelligence dan sedang berfokus di Natural language processing.Â
saya sangat open untuk kolaborasi khususnya di machine learning.
Ahmad Zein Al Wafi
Machine Learning Architect
I am a Machine Learning Architect with extensive experience in designing and implementing machine learning solutions aimed at solving complex business challenges. Over the past three years, I have led a variety of technology projects, serving both as a Tech Lead and Solution Architect, with a focus on developing scalable, efficient systems leveraging machine learning.
Aditya Firman Ihsan
Tensorflow Developer Certified
Lecturer at Telkom University School of Computing
Tensorflow Developer Certified
Sarah Salsabila
Ex-Reviewer at Dicoding Indonesia
Computer Science Student , Machine Learning and Data Science Enthusias
Rivaldo Fernandes
iOS and Android Expert
Mobile Developer Enthusiast
iOS Developer at PT Bank Syariah Indonesia
Ni Made Yuli Cahyani
* Machine Learning and Data Enthusiast
* Dicoding Graduate
* Bangkit 2021 Graduate
Tia Dwi Setiani
Curriculum Developer at Dicoding Indonesia
Certified Tensorflow Developer
Rahmat Fajri
Data & Machine Learning Engineer
TensorFlow Developer Certified
Louis Aldorio
External Code Reviewer at Dicoding Indonesia
Machine Learning Enthusiast And Software Engineer specialized in GO
Maulana Muhammad
External Code Reviewer at Dicoding Indonesia
Machine Learning Enthusiast
Andhar Siraj Munir
AI Engineer at PT. Aplikanusa Lintasarta
Machine Learning and Data Enthusiast
Ahmad dari Dicoding
Managing Editor at Dicoding Indonesia
Nanang Sutisna
- Mobile & Web Enthusiast
- External Code Reviewer at Dicoding Indonesia
Gabril Hozanna
Data Warehouse Engineer at Gojek
Data Enthusiast
Fahmi Jabbar
External Code Reviewer at Dicoding Indonesia
Zanuar Ekaputra Rus'an
Product Engineer (RnD) at Dicoding Indonesia
I am an Software / Product / Multi-stack Engineer interested in machine learning, web, and cloud technology. Currently learning Large Language Model (LLM) for innovation.
Mellania Permata Sylvie
External Reviewer Machine Learning di Dicoding
Information system student, Machine Learning Enthusiasm, and Tensorflow Developer Certified
ADIL LATIF HABIBI
External Code Reviewer at Dicoding Indonesia
Gusti Muhammad Aulia Nur Sulthan
Hallo Semua.
Perkenalkan nama saya Gusti Muhammad Aulia Nur Sulthan biasa di panggil tann. saat ini saya mahasiswa tingkat akhir. saya sangat tertarik dibidang Artificial Intelligence dan sedang berfokus di Natural language processing.Â
saya sangat open untuk kolaborasi khususnya di machine learning.
Rifky Bujana Bisri
Undergraduate Student at University of British Columbia
Ahmad Zein Al Wafi
Machine Learning Architect
I am a Machine Learning Architect with extensive experience in designing and implementing machine learning solutions aimed at solving complex business challenges. Over the past three years, I have led a variety of technology projects, serving both as a Tech Lead and Solution Architect, with a focus on developing scalable, efficient systems leveraging machine learning.
Aditya Firman Ihsan
Tensorflow Developer Certified
Lecturer at Telkom University School of Computing
Tensorflow Developer Certified
Sarah Salsabila
Ex-Reviewer at Dicoding Indonesia
Computer Science Student , Machine Learning and Data Science Enthusias
SALSABILA ZAHIRAH PRANIDA
Data Scientist at SOLUSI247
Jauza Akbar Krito
Rivaldo Fernandes
iOS and Android Expert
Mobile Developer Enthusiast
iOS Developer at PT Bank Syariah Indonesia
Ni Made Yuli Cahyani
* Machine Learning and Data Enthusiast
* Dicoding Graduate
* Bangkit 2021 Graduate
Gabriel Imam Andaru
Tia Dwi Setiani
Curriculum Developer at Dicoding Indonesia
Certified Tensorflow Developer
Rahmat Fajri
Data & Machine Learning Engineer
TensorFlow Developer Certified
Seprian Dani
External Academy Code Reviewer at Dicoding Indonesia
Louis Aldorio
External Code Reviewer at Dicoding Indonesia
Machine Learning Enthusiast And Software Engineer specialized in GO
Maulana Muhammad
External Code Reviewer at Dicoding Indonesia
Machine Learning Enthusiast
Andhar Siraj Munir
AI Engineer at PT. Aplikanusa Lintasarta
Machine Learning and Data Enthusiast
Ribuan siswa sukses belajar di Dicoding Academy. Apa kata mereka? Berikut adalah testimoni asli mereka.
Berikut adalah beberapa pertanyaan yang paling sering ditanyakan.
Materi yang akan Anda pelajari pada kelas ini.
Memahami HAKI, mekanisme belajar, forum diskusi, glosarium, dan daftar referensi.
Persetujuan Hak Cipta
2 Menit
Prasyarat Kemampuan
5 Menit
Prasyarat Tools
5 Menit
Mekanisme Belajar
10 Menit
Forum Diskusi
20 Menit
Glosarium
10 Menit
Daftar Referensi
5 Menit
Mempelajari tahapan-tahapan dalam menyusun sistem machine learning dan memahami desain sistem machine learning.
Pengenalan Machine Learning System Design
15 Menit
Sistem Machine Learning di Dunia Riset/Akademik versus Industri
15 Menit
Persyaratan Machine Learning System Design
20 Menit
Alur Proyek Machine Learning di Industri
20 Menit
Infrastruktur Machine Learning
20 Menit
Data Engineering
20 Menit
Model Development
20 Menit
Deployment dan Monitoring
30 Menit
Rangkuman Machine Learning System Design
10 Menit
Kuis Machine Learning System Design
10 Menit
Mempelajari bagaimana tahapan dalam menyusun proyek machine learning, mampu mengomunikasikan dan memublikasikan proyek machine learning untuk membangun portofolio.
Pendahuluan Menyusun Proyek Machine Learning
10 Menit
Ide Portofolio Machine Learning
15 Menit
Struktur Proyek Machine Learning
20 Menit
Technical Writing
20 Menit
Publikasi Proyek Machine Learning
20 Menit
Rangkuman Menyusun Proyek Machine Learning
10 Menit
Kuis Menyusun Proyek Machine Learning
10 Menit
Mempelajari algoritma k-Nearest Neighbor, Random Forest, dan AdaBoost serta penerapannya untuk kasus predictive analytics.
Pendahuluan Studi Kasus Pertama: Predictive Analytics
10 Menit
Predictive Analytics Lifecycle
10 Menit
Business Understanding
10 Menit
Data Understanding
10 Menit
Data Loading
10 Menit
Exploratory Data Analysis - Deskripsi Variabel
15 Menit
Exploratory Data Analysis - Menangani Missing Value dan Outliers
20 Menit
Exploratory Data Analysis - Univariate Analysis
20 Menit
Exploratory Data Analysis - Multivariate Analysis
20 Menit
Data Preparation
40 Menit
Model Development
5 Menit
Model Development dengan K-Nearest Neighbor
20 Menit
Model Development dengan Random Forest
20 Menit
Model Development dengan Boosting Algorithm
20 Menit
Evaluasi Model
20 Menit
Rangkuman Studi Kasus Pertama: Predictive Analytics
10 Menit
Kuis Predictive Analytics
10 Menit
Mempelajari bagaimana membuat model analisis sentimen dengan teknik Deep Learning dan Support Vector Machine.
Pendahuluan Studi Kasus Kedua: Sentiment Analysis
10 Menit
Pengenalan Natural Language Processing (NLP)
10 Menit
Aplikasi Natural Language Processing di Dunia Nyata
10 Menit
Teknik Natural Language Processing
10 Menit
Tantangan Natural Language Processing
10 Menit
Natural Language Processing Pipeline
10 Menit
Akuisisi Data
20 Menit
Text Cleaning dan Pre-processing
15 Menit
Feature Engineering untuk Representasi Teks
20 Menit
Analisis Sentimen dengan Deep Learning
5 Menit
Pengenalan IndoNLU
15 Menit
Pengenalan Library PyTorch
20 Menit
Dataset Analisis Sentimen IndoNLU
15 Menit
Analisis Sentimen dengan Deep Learning
20 Menit
Konfigurasi dan Load Pre-trained Model
20 Menit
Persiapan Dataset Analisis Sentimen
30 Menit
Uji Model dengan Contoh Kalimat
10 Menit
Fine Tuning dan Evaluasi
30 Menit
Prediksi Sentimen
10 Menit
Analisis Sentimen dengan Support Vector Machine (SVM)
10 Menit
Implementasi SVM untuk Analisis Sentimen pada Data IndoNLU
20 Menit
Analisis Data
20 Menit
Feature Engineering dengan TF-IDF
20 Menit
Klasifikasi Sentimen dengan Support Vector Machine
20 Menit
Rangkuman Studi Kasus Kedua: Sentiment Analysis
10 Menit
Kuis Sentiment Analysis
10 Menit
Menguji pemahaman peserta dalam membuat proyek machine learning dengan tema Predictive Analytics, membuat laporan proyek dengan prinsip CRISP-DM, dan membuat laporan proyek berformat .md atau .txt
Proyek Pertama : Predictive Analytics
20 Menit
Proyek Pertama Kriteria Submission
10 Menit
Detail Laporan
10 Menit
Proyek Pertama Kirim Submission dan Review
320 Menit
Mempelajari teknik computer vision untuk pengenalan gambar dan deteksi objek pada gambar.
Pendahuluan Studi Kasus Ketiga: Computer Vision
10 Menit
Pengenalan Computer Vision
10 Menit
Penerapan Computer Vision di Industri
15 Menit
Teknik Pengenalan Objek (Object Recognition)
10 Menit
Membuat Model Klasifikasi Rambu Lalu Lintas
15 Menit
Eksplorasi Data
30 Menit
Training dengan Convolutional Neural Network
60 Menit
Testing Model
20 Menit
Pengenalan Object Detection
5 Menit
Teknik-teknik Object Detection
30 Menit
Detektor Wajah pada Gambar
20 Menit
Membuat Detektor Wajah dengan Algoritma Haar Cascade
30 Menit
Rangkuman Studi Kasus Ketiga: Computer Vision
10 Menit
Kuis Computer Vision
10 Menit
Mempelajari metode yang digunakan dalam Sistem Rekomendasi serta mampu membuat proyek Sistem Rekomendasi.
Pendahuluan Studi Kasus Keempat: Sistem Rekomendasi
10 Menit
Pengenalan Sistem Rekomendasi
10 Menit
Mengapa Sistem Rekomendasi Penting?
10 Menit
Taksonomi Sistem Rekomendasi
10 Menit
Content Based Filtering
5 Menit
Collaborative Filtering
15 Menit
Hybrid Recommender System
5 Menit
Data untuk Sistem Rekomendasi
10 Menit
Similarity Measure
15 Menit
Latihan Membuat Proyek Sistem Rekomendasi
15 Menit
Univariate Exploratory Data Analysis
30 Menit
Data Preprocessing
30 Menit
Data Preparation
30 Menit
Model Development dengan Content Based Filtering
30 Menit
Model Development dengan Collaborative Filtering
30 Menit
Proses Training
20 Menit
Rangkuman Studi Kasus Keempat: Sistem Rekomendasi
10 Menit
Kuis Sistem Rekomendasi
10 Menit
Menguji pemahaman peserta mengenai keseluruhan materi Machine Learning Terapan melalui ujian 20 pertanyaan yang diambil acak dari 50 pertanyaan dengan nilai minimum kelulusan 75%.
Rangkuman Kelas
28 Menit
Ujian Akhir Kelas
60 Menit
Menguji pemahaman peserta dalam membuat proyek machine learning dengan tema Sistem Rekomendasi, membuat laporan proyek, dan membuat laporan proyek dalam format .md atau .txt
Proyek Akhir : Membuat Model Sistem Rekomendasi
10 Menit
Proyek Akhir Kriteria Submission
20 Menit
Detail Laporan
10 Menit
Proyek Akhir Kirim Submission dan Review
320 Menit