AI Mentorship adalah program belajar yang kami hadirkan untuk kamu yang tertarik mempelajari teknologi AI dari level dasar melalui materi yang terfokus & sistematis juga dibimbing oleh mentor-mentor terpilih kami. Saat ini, kami membuka course Basic Python, Intermediate Python, Machine Learning, Deep Learning dan Computer Vision untuk setiap batchnya. Kedepan, kami juga akan membuka course-course untuk level lanjut seperti course Natural Language Processing, Reinforcement Learning hingga Robotics.

Program Machine Learning Specialization adalah program yang dikhususkan untuk kamu yang siap belajar ragam algoritma Machine Learning termasuk Deep Learning secara intensif selama 1 bulan dengan memuat konten-konten pembelajaran lengkap yang ada di Course Machine Learning dan Deep Learning. Dengan mengambil course ini, kamu berkesempatan menyelesaikan materi lebih cepat dan dengan biaya program yang lebih terjangkau.

Program ini cocok untuk kamu yang memiliki waktu yang cukup untuk menyelesaikan Double Machine Learning Projects dengan baik sebagai syarat kelulusan.

Kedua course akan berjalan di batch yang sama.

Machine Learning (AIMML-02)

Course ini cocok untuk kamu yang telah memiliki keterampilan bahasa pemrograman Python yang baik dan akan membahas tentang beragam konsep fundamental yang ada dalam Machine Learning. Course ini juga akan membahas banyak algoritma-algoritma Machine Learning yang popular digunakan hingga hari ini.

Selesai materi ini, kamu akan memiliki standar pemahaman yang baik terkait fundamental dari Machine Learning dan terampil dalam memanfaatkan algoritma-algoritma Machine Learning untuk menyelesaikan masalah yang ada.

Level: Menengah

Deep Learning (AIMDL-02)

Course ini akan secara intensif membahas satu algoritma yang popular dan banyak digunakan pada hari ini yaitu algoritma Deep Learning. Course ini juga akan membahas bagaimana algoritma ini bekerja dan bisa dimanfaatkan untuk menyelesaikan masalah yang ada.

Selesai materi ini, kamu akan memiliki standar pemahaman yang baik tentang bagaimana algoritma Deep Learning bekerja dan bisa dimanfaatkan untuk banyak persoalan kompleks tingkat lanjut seperti Computer Vision, Natural Language Processing dan Reinforcement Learning.

Level: Menengah - Lanjut

Machine Learning (AIMML-02)

Pert 1. Data Loading
Peserta didik akan dikenalkan cara load dataset sebagai langkah awal memulai membangun sebuah model machine learning. (2 jam)

Pert 2. Data Visualization
Peserta didik akan mempelajari anatomi dari visualisasi melalui gambar. Setelah itu akan praktik untuk melakukan visualisasi dengan line chart, bar chart, pie chart, dan lain-lain, menggunakan Matplotlib ataupun seaborn. (2 jam)

Pert 3. Data Preprocessing
Peserta didik akan mempelajari dan memahami teknik penting yang mengubah data mentah menjadi format yang lebih mudah dipahami, berguna, dan efisien untuk proses pemodelan pembelajaran mesin. (2 jam)

Pert 4. Linear & Logistic Regression
Peserta didik akan mempelajari mengenai konsep dan implementasi dari 2 algoritma machine learning dasar yaitu Linear & Logistic Regression. (2 jam)

Pert 5. Support Vector Machine (SVM)
Peserta didik akan mempelajari kembali konsep dan implementasi dari algoritma machine learning populer yaitu SVM. (2 jam)

Pert 6. Random Forest
Peserta didik akan mempelajari kembali konsep dan implementasi dari algoritma machine learning populer yaitu Random Forest Algorithm. (2 jam)

Pert 7. Clustering
Peserta didik akan mempelajari konsep dan implementasi algoritma clustering yang merupakan algoritma unsupervised learning. (2 jam)

Pert 8. Final Project & Team Presentation
Melakukan presentasi dan diskusi bersama terkait pemanfaatan algoritma Machine Learning untuk menyelesaikan masalah studi kasus Breast Cancer. (2 jam)

Deep Learning (AIMDL-02)

Pert 1. Review Linear & Logistic Regression
Peserta didik akan mempelajari kembali konsep dan implementasi dari 2 algoritma machine learning dasar yaitu Linear & Logistic Regression. (2 jam)

Pert 2. Review SVM & Random Forest
Peserta didik akan mempelajari kembali konsep dan implementasi dari 2 algoritma Machine Learning dasar yaitu SVM & Random Forest. (2 jam)

Pert 3. Basic Concept
Peserta didik akan mempelajari konsep Neural Network, Perceptron dan Artificial Neural Network hingga mampu untuk mendesain arsitektur dasar dari Deep Learning dengan Framework Keras. (2 jam)

Pert 4. Feedforward
eserta didik akan mempelajari salah satu konsep penting dari proses belajar algoritma Deep Learning yaitu Feedforward beserta hyper-parameters terkait seperti Epoch, Batch size dan Activation Function. (2 jam)

Pert 5. Backpropagation
Peserta didik akan mempelajari salah satu konsep penting dari proses belajar algoritma Deep Learning yaitu Backpropagation beserta hyper-parameters terkait seperti Loss Function, Learning Rate dan Optimizers. (2 jam)

Pert 6. Underfiting & Overfiting
Peserta didik akan mempelajari cara mengidentifikasi dan menyelesaikan dua masalah yang sering terjadi dalam proses belajar algoritma Deep Learning yaitu Underfitting & Overfitting. (2 jam)

Pert 7. Model Improvement
Peserta didik akan mempelajari beberapa teknik yang bisa dilakukan untuk meningkatkan performa dari algoritma Deep Learning dari sisi data dan algoritma. (2 jam)

Pert 8. Final Project & Team Presentation
Melakukan presentasi dan diskusi bersama terkait pemanfaatan algoritma Deep Learning untuk menyelesaikan masalah studi kasus Forest Fire. (2 jam)

Bila kamu memiliki pertanyaan terkait AI Mentorship atau pertanyaan terkait course ini, kamu dapat mengajukan pertanyaan tersebut di tanya admin.