Apa yang akan Anda pelajari?
-
Anda akan berlatih Machine Learning dan Deep Learning Algorithms dengan memecahkan masalah kehidupan nyata menggunakan library versi terbaru (Juli 2021)
-
Cara menggunakan Machine Learning dan algoritma Deep learning dalam proyek tingkat kesulitan yang berbeda menggunakan Python
-
Implementasi NLP (Natural Language Processing) menggunakan Python
-
Implementasi Klasifikasi Gambar menggunakan Deep Learning
-
Implementasi Prediksi Time Series menggunakan Python dan Keras Tensorflow
-
Implementasi Algoritma Clustering, Regression dan Classification menggunakan Python
-
Semua 11 proyek yang dapat diunduh termasuk kode sumber Python yang terdiri dari Algoritma dan model Pembelajaran Mesin & Pembelajaran Mendalam
-
Analisis Sentimen IMDB menggunakan Pembelajaran Mesin
-
Transfer Implementasi Pembelajaran menggunakan InceptionResNetV2
-
Implementasi Jaringan Syaraf Tiruan menggunakan Python
-
Kumpulan data terkenal yang digunakan dalam pendidikan Kecerdasan Buatan
Persyaratan
-
Komputer dengan spesifikasi standar
-
Bahasa Pemrograman Python Dasar lebih disukai tetapi tidak harus jika Anda tahu bahasa pemrograman lain
Keterangan
Selamat datang,
Dalam kursus ini, kami bertujuan untuk berspesialisasi dalam kecerdasan buatan dengan melakukan Pembelajaran Mesin dan Proyek Pembelajaran Mendalam di berbagai tingkatan. Sebelum memulai kursus, Anda harus memiliki pengetahuan dasar Python. Tujuan kami dalam kursus ini adalah untuk mengubah masalah kehidupan nyata yang tampaknya sulit dilakukan menjadi proyek dan kemudian menyelesaikannya menggunakan versi terbaru dari algoritma kecerdasan buatan dan Python(3.8). Kursus ini disiapkan pada Juli 2021.
Kami akan melaksanakan beberapa proyek kami menggunakan pembelajaran mesin dan beberapa menggunakan algoritma pembelajaran yang mendalam. Dengan cara ini, Anda akan memiliki perspektif umum tentang kecerdasan buatan. Ketika Anda menyelesaikan proyek dalam kursus kami, Anda akan mendapatkan pemahaman yang jelas tentang prinsip kerja dasar perangkat lunak Machine Learning dan algoritma Deep Learning dan perbedaan di antara keduanya.
Dalam kursus kami, kami akan menggunakan kumpulan data terkenal yang banyak digunakan oleh pendidikan tingkat tinggi tentang Pembelajaran Mesin. Dengan mengerjakan proyek kami, Anda akan menguasai konsep kecerdasan buatan serta mempelajari kumpulan data terkenal ini. Setelah menyelesaikan kursus, Anda akan dapat dengan mudah menghasilkan solusi untuk masalah yang mungkin Anda hadapi dalam kehidupan nyata.
Pembelajaran mesin adalah studi tentang algoritma komputer yang meningkat secara otomatis melalui pengalaman dan dengan penggunaan data. Itu dilihat sebagai bagian dari kecerdasan buatan. Algoritme pembelajaran mesin membangun model berdasarkan data sampel, yang dikenal sebagai “data pelatihan”, untuk membuat prediksi atau keputusan tanpa diprogram secara eksplisit untuk melakukannya. Algoritma pembelajaran mesin digunakan dalam berbagai macam aplikasi, seperti dalam kedokteran, penyaringan email, pengenalan suara, dan visi komputer, di mana sulit atau tidak mungkin untuk mengembangkan algoritma konvensional untuk melakukan tugas-tugas yang diperlukan.
Pembelajaran mendalam adalah kelas algoritma pembelajaran mesin yang menggunakan banyak lapisan untuk secara progresif mengekstrak fitur tingkat yang lebih tinggi dari input mentah. Misalnya, dalam pemrosesan gambar, lapisan bawah dapat mengidentifikasi tepi, sedangkan lapisan yang lebih tinggi dapat mengidentifikasi konsep yang relevan dengan manusia seperti angka atau huruf atau wajah. Pembelajaran mendalam adalah bagian dari keluarga metode pembelajaran mesin yang lebih luas berdasarkan jaringan saraf tiruan dengan pembelajaran representasi. Deep learning merupakan fungsi kecerdasan buatan yang bertujuan untuk meniru kemampuan otak manusia dalam mengolah data dan mengenali pola untuk belajar dan mengambil keputusan.
Kursus kami terdiri dari 11 Proyek Kecerdasan Buatan (Pembelajaran Mesin & Pembelajaran Mendalam):
Proyek #1: Prediksi Harga Rumah menggunakan Machine Learning
Proyek #2: Perhitungan Gaji SDM menggunakan Machine Learning
Proyek #3: Pengenalan Digit Tulisan Tangan menggunakan Beberapa Model Pembelajaran Mesin
Proyek #4: Segmentasi Pelanggan Tingkat Lanjut menggunakan Pembelajaran Mesin
Proyek #5: Analisis Sentimen IMDB Menggunakan NLP (Natural Language Processing)
Proyek #6: Membangun Sistem Rekomendasi Film
Proyek #7: Memprediksi Diabetes menggunakan Jaringan Syaraf Tiruan
Proyek #8: Klasifikasi Gambar menggunakan Convolutional Neaural Network dan Algoritma Jaringan Syaraf Tiruan (Deep Learning)
Project #9: Prediksi Airline Passenger(Time Series) menggunakan Keras LSTM (Deep Learning)
Proyek #10: Klasifikasi Geografis Kejahatan San Francisco menggunakan Pembelajaran Mesin
Proyek #11: Klasifikasi Gambar menggunakan Transfer Learning – Keras.InceptionResNetV2 (Deep Learning)
Setiap proyek akan diimplementasikan oleh Python menggunakan Jupyter Notebook. Kode sumber Python dari setiap proyek disertakan dalam bagian kursus yang relevan. Anda dapat mengunduh kode sumber untuk semua proyek..
Untuk siapa kursus ini:
- Semua orang yang tertarik dengan Kecerdasan Buatan
- Semua orang yang tertarik dengan Pembelajaran Mesin, Pembelajaran Mendalam, dan Jaringan Saraf Tiruan
- Semua orang yang tertarik dengan NLP
- Semua orang yang tertarik dengan Pembelajaran Mesin dan Pembelajaran Mendalam