Deskripsi
Program Master Class + Sertifikasi merupakan program pembelajaran mandiri secara online atau asynchronous yang dirancang untuk membantu peserta mempersiapkan diri menghadapi ujian sertifikasi kompetensi di bidang digital dan teknologi.
Program ini cocok bagi peserta yang ingin meningkatkan kompetensi, memahami penerapan Deep Learning, membangun portofolio, dan memperoleh sertifikasi internasional CoreCertX sebagai bukti penguasaan kompetensi pada bidang tersebut.
Akses ujian sertifikasi akan diberikan setelah peserta menyelesaikan seluruh materi pembelajaran dan memenuhi tugas portofolio yang telah ditentukan.
Ujian sertifikasi Deep Learning Foundation (DLF) dilaksanakan secara online melalui mekanisme dan platform ujian yang ditetapkan CoreCertX sesuai ketentuan ujian yang berlaku. Peserta mengerjakan ujian secara digital menggunakan komputer atau laptop.
Peserta dapat melakukan enrolment dan mengikuti ujian secara fleksibel setelah seluruh persyaratan program terpenuhi.
Silabus yang Akan Dipelajari
1. Pendahuluan Artificial Intelligence
2. Pengenalan Machine Learning dan Tools
3. Dasar Pemrograman Python
4. Python for Data Science
5. Machine Learning
6. Supervised Learning
7. Review Machine Learning dan Unsupervised Learning
8. Regresi
9. Neural Networks
10. Evaluasi Performa
11. Deep Learning
12. Deep Learning 2
Fasilitas yang Didapatkan
· Modul termasuk video pembelajaran dan soal latihan atau kuis
· Biaya program sudah termasuk akses ujian sertifikasi
· Pembelajaran fleksibel dan dapat diakses kapan saja
· Portofolio sesuai panduan program
· Sertifikat penyelesaian course
· Sertifikasi internasional CoreCertX bagi peserta yang lulus ujian
Alur Program Master Class + Sertifikasi
1. Pelajari course secara mandiri melalui modul, kuis, dan tugas akhir.
2. Tugas akhir akan dinilai maksimal dalam 1 × 24 jam.
3. Berikan ulasan course dan dapatkan sertifikat penyelesaian.
4. Buat portofolio sesuai panduan pada laman https://bisa.ai/portofolioku.
5. Konfirmasi kepada admin melalui WhatsApp atau email setelah portofolio selesai.
6. Portofolio akan diverifikasi maksimal dalam 1 × 24 jam.
7. Portofolio yang terverifikasi akan tampil di https://bisa.ai/portofolio.
8. Akses ujian sertifikasi diberikan maksimal H+3 setelah konfirmasi.
📌 Pastikan data diri pada halaman profil akun telah diisi dengan lengkap dan benar, terutama nomor WhatsApp dan alamat email: https://bisa.ai/myprofile
Biaya program sudah termasuk akses ujian sertifikasi internasional Deep Learning Foundation (DLF) CoreCertX.
Share Kelas Ini :
Informasi Umum
Course ini dirancang untuk membekali peserta dengan pemahaman dan keterampilan dasar mengenai Deep Learning, mulai dari konsep jaringan saraf tiruan hingga proses pelatihan, evaluasi, dan penerapan model pada kasus sederhana.
Peserta akan mempelajari:
· Konsep dasar Artificial Intelligence, Machine Learning, dan Deep Learning
· Struktur artificial neural network, activation function, loss function, dan optimizer
· Proses forward propagation, backpropagation, dan training model
· Convolutional Neural Network untuk data citra
· Model sekuensial dan Transformer secara fundamental
· Evaluasi, regularisasi, transfer learning, dan deployment model dasar
Setelah menyelesaikan course, peserta diharapkan mampu memahami konsep, proses, dan penerapan dasar Deep Learning. Peserta juga dipersiapkan untuk mengikuti ujian sertifikasi internasional Deep Learning Foundation (DLF) dari CoreCertX.
Target Pembelajaran
Peserta diharapkan mampu:
1. Memahami hubungan Artificial Intelligence, Machine Learning, dan Deep Learning.
2. Menjelaskan komponen utama jaringan saraf tiruan dan proses pembelajarannya.
3. Membangun dan melatih model Deep Learning sederhana.
4. Mengevaluasi performa model menggunakan metrik yang sesuai.
5. Memahami penerapan, deployment, serta aspek responsible AI pada Deep Learning.
Spesifikasi
· Laptop atau PC dengan RAM minimal 4 GB; direkomendasikan 8 GB
· Sistem operasi Windows, macOS, atau Linux
· Browser versi terbaru
· Akun Google untuk penggunaan Google Colab
· Dasar Python direkomendasikan namun tidak wajib
· Akses internet yang stabil
Kriteria Kelulusan
Peserta diwajibkan mengikuti kuis pada setiap silabus yang tersedia di dalam course. Tugas akhir dapat diakses setelah peserta menyelesaikan seluruh kuis dengan nilai minimal sesuai Kriteria Ketuntasan Minimal, yaitu 70. Peserta akan memperoleh sertifikat penyelesaian course setelah menyelesaikan seluruh materi, kuis, dan tugas akhir sesuai ketentuan.
Skema Penilaian
A. Kuis — 80%
Kuis pada setiap silabus terdiri dari soal pilihan ganda. Nilai dari seluruh kuis akan diakumulasikan sebagai komponen utama penilaian pembelajaran.
B. Tugas Akhir — 20%
Tugas akhir berupa rangkuman dan analisis hasil pembelajaran yang menunjukkan pemahaman peserta mengenai materi utama Deep Learning.
Jadwal Diskusi
Pada course ini tidak terdapat jadwal diskusi.
Pemula
7.5 Jam
0 Siswa
15 Modul
0