Kembali
  1. Kelas Belajar Mandiri
  2. Kelas GRATIS
  3. Natural Languange Processing (NLP) dengan Deep Learning
Cover Course Natural Languange Processing (NLP) dengan Deep Learning
Pemula Gratis +20 Poin

BISA AI Academy

Natural Languange Processing (NLP) dengan Deep Learning

Tertarik menguasai Natural Language Processing dengan Deep Learning? Gabung di course Natural Language Processing with RNN & LSTM dan pelajari langsung cara membangun model analisis sentimen menggunakan Python!

  • Materi komprehensif: mulai dari dasar NLP, RNN, hingga LSTM
  • Fokus praktik: bangun model real-world untuk kebutuhan industri
  • Cocok untuk kamu yang ingin berkarier di bidang AI, Data Science, atau teknologi berbasis bahasa!

Daftar sekarang dan jadi talenta digital yang dibutuhkan masa depan! Dapatkan Sertifikat resmi dari BISA AI Academy menanti Anda!

Penyusun Materi BISA AI Academy

Detail Course

Tentang kelas ini

Ringkasan materi, target pembelajaran, dan aturan penilaian kelas.

Informasi Umum

Course ini akan membawa Anda menjelajahi dunia Deep Learning, mulai dari konsep dasar hingga implementasi nyata dalam Natural Language Processing (NLP). Anda akan mempelajari Recurrent Neural Network (RNN), Long Short-Term Memory (LSTM), serta bagaimana membangun model sentiment analysis menggunakan Python. Di era data saat ini, kemampuan membangun model analisis sentimen berbasis Deep Learning menjadi aset berharga—baik di industri Artificial Intelligence, Data Science, maupun berbagai sektor teknologi lainnya. Melalui course ini, Anda akan dibekali kompetensi praktis dan teoritis untuk menguasai sentiment analysis secara mendalam dan aplikatif.

Target Pembelajaran

1. Peserta mampu memahami metode deep learning dan tipe-tipe deep learning.
2. Peserta mampu memahami metode RNN dan LSTM.
3. Peserta mampu memahami sentiment analysis menggunakan deep learning dan mampu membuat model sentiment analysis menggunakan metode RNN atau LSTM.

Spesifikasi

1. Komputer yang terinstall python 3 dan jupyter notebook (untuk pengerjaan offline).
2. Komputer dengan browser, koneksi internet, dan akun gmail agar dapat menggunakan Google Colaboratory (untuk pengerjaan online).

Kriteria Kelulusan

Peserta diwajibkan untuk mengambil kuis dari setiap silabus yang ada di course. Tugas akhir dapat diakses jika peserta telah menyelesaikan kuis di setiap silabus dengan nilai yang memenuhi kriteria ketuntasan minimal (KKM) yaitu 70. Setelah peserta menyelesaikan kuis dan tugas akhir, maka peserta akan mendapatkan sertifikat.

Skema Penilaian
A. Kuis (80%)
Soal kuis di setiap silabus terdiri dari soal-soal pilihan ganda yang harus dijawab oleh peserta. Nilai kuis dapat diperoleh jika peserta dapat menyelesaikan kuis di setiap silabus dengan sempurna. Nilai kuis setiap silabus akan diakumulasikan sebanyak 10 %.

B. Tugas akhir (20%)
Tugas akhir terdiri dari satu soal analisis yang diambil dari silabus. Nilai tugas akhir dapat diperoleh jika peserta berhasil menyelesaikan tugas akhir dengan baik.

Jadwal Diskusi

Pada Course ini tidak ada diskusi.