Deep Learning merupakan bagian dari metode machine learning yang berbasis jaringan saraf tiruan (artificial neural network). Deeplearning merupakan generasi terbaru machine learning yang memperkenalkan banyak lapisan pembelajaran mendalam algoritmanya. Deeplearning menjadi metode yang sangat terkenal saat ini karena kemampuannya yang baik dalam menangani data yang banyak dan beragam terutama di data unstructured seperti data gambar. Convolutional Neural Network merupakan salah satu algoritma deeplearning untuk mengolah data gambar yang cukup terkenal. CNN menggunakan konsep convolutional layer untuk proses pengambilan informasi dari data yang ada.
Share Kelas Ini :
Informasi Umum
Pada course ini akan dibahas silabus yang berkenaan dengan Deep Neural Network, Convolutional Neural Network, Evaluasi Model, dan Study Case. Deep Learning menjadi metode yang sangat terkenal karena performanya yang sangat baik dalam menangani berbagai jenis data yang sekarang sangat dibutuhkan untuk menyelesaikan banyak kasus data. Dengan mempelajari course ini, peserta telah dibekali kemampuan dan pemahaman yang diharapkan memiliki kompetensi untuk menjadi Data Scientist, Deep Learning Engineer, ataupun Artificial Intelligence Engineer khususnya di industri yang bergerak dalam bidang Data Science dan Artificial Intelligence.
Target Pembelajaran
1. Peserta mampu memahami konsep Deep Learning.
2. Peserta mampu mengerti metode Convolutional Neural Network
3. Peserta mampu mengimplementasikan Convolutional Neural Network ke dalam studi kasus yang ada.
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.
Detail Course
-
Penyusun Materi
BISA AI Academy
-
Harga Course
FREE
Pemula
2 Jam
720 Siswa
4 Modul
4.6
