Machine Learning

Materi apa saja yang akan 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.
Kernel dan Clustering : Mengenal Support Vector machine, sebuah model machine learning yang sangat populer. Di sini juga belajar tentang clustering dengan k-means.
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.
Membuat Model dengan IBM Watson Studio

Submission