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
- mengenali bentuk tangan yang membentuk gunting, batu, atau kertas.
Courses at Dicoding: https://www.dicoding.com/academies/184