Kelas ini membahas mengenai dasar-dasar yang harus dipahami dalam pembelajaran mesin (machine learning) seperti data, model, kernel, neural networks, dan tensorflow. Kurikulum telah divalidasi IBM dan disusun oleh tim expert Dicoding bersama praktisi industri supaya materi yang disajikan terstruktur dan komprehensif.

Materi yang dipelajari:

• Data Introduction : Pengenalan terhadap data dan bagaimana mempersiapkannya untuk diproses dengan machine learning.
• Data Unsupervised & Supervised : Memahami 2 jenis machine learning yaitu unsupervised dan supervised, dengan contoh model regresi linier dan decision tree. Di sini juga belajar tentang clustering dengan k-means.
• Support Vector Machine : Mengenal Support Vector machine, sebuah model machine learning yang sangat populer. 
• Machine Learning Basics : Memahami bagaimana menggunakan grid search untuk mencari parameter terbaik untuk sebuah model, serta bagaimana menguji kualitas sebuah model machine learning.
• Neural Networks : Mengenal dasar dari neural network. Akan diterangkan mengenai multi layer perceptron serta convolutional neural network dalam image classification.
• Tensorflow : Belajar tentang library tensorflow, sebuah powerful library yang dipakai untuk mengembangkan project machine learning.
• Submission : Membuat sebuah proyek Machine Learning sederhana untuk menguji pemahaman Anda terhadap materi di kelas ini.