Back
Cover Course Machine Learning Dengan Scikit Learn Python
Beginner Free +20 Points

BISA AI Academy

Machine Learning Dengan Scikit Learn Python

Scikit-learn atau sklearn merupakan sebuah module dari bahasa pemrograman Python yang dibangun berdasarkan NumPy, SciPy, dan Matplotlib. Fungsi dari module ini adalah untuk membantu melakukan processing data ataupun melakukan training data untuk kebutuhan machine learning atau data science. Banyak sekali fitur yang ada pada module ini seperti model – model klasifikasi, clustering, regresi berbasis model machine learning dan proses – proses yang dapat dimanfaatkan pada tahap Feature Engineering seperti reduksi dimensi menggunakan PCA. Module ini sangatlah popular dan sering digunakan dikalangan data scientist karena banyak sekali model – model machine learning yang dapat kita panggil menggunakan module ini.

Material Author BISA AI Academy

Course Details

About this class

Summary of materials, learning objectives, and class assessment rules.

General Information

Pada materi ini, kita akan mempelajari tentang reduksi dimensi dengan PCA, Klasifikasi SVM, Decision Tree, Clustering K-Means, DBScan, Evaluasi Model Machine Learning serta Pipeline Machine Learning. Course ini menggunakan bahasa pemrograman Python. Pada course ini akan dijelaskan bagaimana cara mereduksi dimensi menggunakan Principal Component Analysis mulai dari intuisi secara matematis hingga ke pemrogramannya. Selain itu, juga dikenalkan model – model klasifikasi seperti SVM, Decision Tree mulai dari intuisi hingga implementasi dalam Python. Lalu, dikenalkan model – model clustering seperti K-Means, DBScan mulai dari intuisi hingga implementasi Python. Sesuai dengan alur kerja machine learning, pada course ini akan diperlihatkan bagaimana kita mengevaluasi model machine learning menggunakan library Scikit-learn ini sehingga dapat memudahkan kita dalam proses perhitungan. Di akhir juga dikenalkan Pipeline Machine Learning yang saat ini sering dipakai di Tech Company ataupun Startup.

Learning Objectives

- Peserta mampu menggunakan Scikit-learn serta mengenal fitur – fitur yang ada didalamnya
- Peserta mampu mereduksi dimensi dengan PCA yang ada pada Scikit-learn
- Peserta mampu menerapkan model – model klasifikasi ataupun clustering dengan Scikit-learn
- Peserta mampu memahami flow machine learning berdasarkan Pipeline Machine Learning

Specifications

- PC/Laptop yang sudah terinstal Python 3 beserta Jupyter Notebook atau dapat menggunakan Google Collab
- Komputer dengan internet yang cepat

Passing Criteria

Participants are required to take the quiz for each syllabus in the course. The final assignment can be accessed if participants have completed the quiz in each syllabus with a score that meets the minimum passing criteria (KKM) of 70. After participants complete the quizzes and final assignment, they will receive a certificate.

Assessment Scheme
A. Quiz (80%)
The quiz questions in each syllabus consist of multiple-choice questions that participants must answer. A quiz score can be obtained if participants can complete the quiz in each syllabus perfectly. The quiz score for each syllabus will be accumulated at 10%.

B. Final assignment (20%)
The final assignment consists of one analytical question taken from the syllabus. A final assignment score can be obtained if participants successfully complete the final assignment well.