Keras adalah API deep learning yang ditulis dalam bahasa pemrograman Python, dan berjalan diatas platform machine learning TensorFlow. API ini dikembangkan dengan fokus utama yaitu memungkinkan komputasi yang cepat. Mampu pergi dari ide ke hasil secepat mungkin merupakan tujuan dari API Keras ini. Keras merupakan high – level API sehingga command yang ada pada Keras dapat kita baca dengan mudah. Saat ini, API Keras sangatlah popular digunakan baik dalam perusahaan ataupun organisasi bahkan perusahaan seperti NASA, YouTube menggunakan Keras sebagai API deep learning nya.
Share Kelas Ini :
Informasi Umum
Pada materi ini, kita akan mempelajari tentang Convolutional Neural Network (CNN), Deep Neural Network (DNN), Long Short-Term Memory (LSTM) Recurrent Neural Network (RNN), serta Autoencoder network yang ada pada Keras. Pada course ini akan dibahas mengenai intuisi serta bagaimana model – model itu digunakan. Course ini menggunakan bahasa pemrograman Python sebagai basic nya. Pada setiap silabus akan diperlihatkan bagaimana penerapannya ke data serta bagaimana implementasi nya pada Python seperti CNN sering digunakan untuk data gambar, LSTM sering digunakan untuk data bersifat sequence lalu Autoencoder sering digunakan untuk merekonstruksi gambar.
Target Pembelajaran
1. Peserta mampu menggunakan library Keras serta mengenal fitur – fitur yang ada didalamnya
2. Peserta mampu menggunakan CNN, LSTM, DNN, serta Autoencoder menggunakan library Keras
3. Peserta mampu menerapkan model – model tersebut ke data menggunakan library Keras
Spesifikasi
1. PC/Laptop yang sudah terinstal Python 3 beserta Jupyter Notebook atau dapat menggunakan Google Collab
2. Komputer dengan internet yang cepat
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
3 Jam
3266 Siswa
6 Modul
4.6
