Kode Mata Kuliah | MA3053 / 3 SKS |
---|
Penyelenggara | 101 - Mathematics / FMIPA |
---|
Kategori | Lecture |
---|
| Bahasa Indonesia | English |
---|
Nama Mata Kuliah | Pembelajaran Mesin | Machine Learning |
---|
Bahan Kajian | - Pengenalan Pembelajaran Mesin
- Review: pemodelan linear, peubah acak
- Pemrosesan awal data
- Pendekatan Bayesian pada pembelajaran mesin
- Algoritma supervised learning: Bayesian, logistic regression, K nearest neighbour, Support Vector Machines
- Algoritma unsupervised learning: K means dan Mixture Model
- Metode sampling dasar dalam Pembelajaran Mesin
- Pengayaan: metode lain/terbaru dalam Pembelajaran Mesin
| - Introduction to Machine Learning
- Review: linear modeling, random variables
- Data preprocessing
- Bayesian approach to machine learning
- Supervised learning algorithm: Bayesian, logistic regression, K nearest neighbour, Support Vector Machines
- Unsupervised learning algorithm: K means and Mixture Model
- Basic sampling methods in Machine Learning
- Other/latest method in Machine Learning
|
---|
Capaian Pembelajaran Mata Kuliah (CPMK) | - Memiliki pemahaman mengenai masalah-masalah dalam pembelajaran mesin
- Memiliki pengetahuan dan kemampuan untuk menerapkan algoritma supervised learning (klasifikasi) dalam pembelajaran mesin
- Memiliki pengetahuan dan kemampuan untuk menerapkan algoritma unsupervised learning (klastering) dalam pembelajaran mesin
| - Have an understanding of problems in machine learning
- Have the knowledge and ability to apply supervised learning (classification) algorithms in machine learning
- Have the knowledge and ability to apply unsupervised learning (clustering) algorithms in machine learning
|
---|
Metode Pembelajaran | Diskusi Kelompok
Pembelajaran Kolaboratif
Studi kasus/pembelajaran berbasis masalah | Group discussion
Collaborative Learning
Case studies/problem-based learning |
---|
Modalitas Pembelajaran | Luring/Bauran
Sinkron
Kelompok | Offline/Hybrid
Synchronous
Group |
---|
Jenis Nilai | ABCDE |
---|
Metode Penilaian | Ujian, Tugas, Praktikum | Exams, Assignments, Practicum |
---|
Catatan Tambahan | | |
---|