Kode Mata KuliahET2204 / 3 SKS
Penyelenggara181 - Telecommunication Engineering / STEI
KategoriLecture
Bahasa IndonesiaEnglish
Nama Mata KuliahPembelajaran Mesin untuk TelekomunikasiMachine Learning for Telecommunicationsajaran Mesin untuk Telekomunikasi
Bahan Kajian
  1. Komunikasi lisan
  2. Desain Rekayasa
  3. Simulasi dan pemodelan
  4. Klasifikasi, regresi,pengurangan dimensi & clustering
  1. Verbal communication
  2. Engineering Design
  3. Simulation and modeling
  4. Classification, regression, dimensionality reduction & clustering
Capaian Pembelajaran Mata Kuliah (CPMK)
  1. Kemampuan untuk menerapkan hubungan ilmiah dan matematis (prinsip atau hukum) dan masukan yang diperlukan untuk Simulasi dan Pemodelan, Klasifikasi, Regresi, dan Dimension Reduction
  2. Kemampuan menganalisis masalah / mengidentifikasi peluang untuk menghasilkan pernyataan masalah desain simulasi dan pemodelan untuk Simulasi dan Pemodelan, Klasifikasi, Regresi, dan Dimension Reduction
  3. Kemampuan mengidentifikasi batasan untuk menghasilkan persyaratan desain pada Simulasi dan Pemodelan, Klasifikasi, Regresi, dan Dimension Reduction
  4. Kemampuan mengidentifikasi dan merumuskan permasalahan teknik pada Simulasi dan Pemodelan, Klasifikasi, Regresi, dan Dimension Reduction
  5. Kemampuan menganalisis dan menyelesaikan permasalahan teknik mengani Simulasi dan Pemodelan, Klasifikasi, Regresi, dan Dimension Reduction
  1. Ability to apply scientific and mathematical relationships (principles or laws) and inputs required for Simulation and Modeling, Classification, Regression, and Dimension Reduction
  2. Ability to analyze problems / identify opportunities to produce simulation and modeling design problem statements for Simulation and Modeling, Classification, Regression, and Dimension Reduction
  3. Ability to identify constraints to produce design requirements in Simulation and Modeling, Classification, Regression, and Dimension Reduction
  4. Ability to identify and formulate technical problems in Simulation and Modeling, Classification, Regression and Dimension Reduction
  5. Ability to analyze and solve technical problems dealing with Simulation and Modeling, Classification, Regression and Dimension Reduction
Metode PembelajaranCeramah Diskusi kelompok Pembelajaran berbasis Masalah/Studi KasusLecture Group discussion Problem/Case Study based learning
Modalitas PembelajaranLuring Sinkron Daring Asinkron BauranLuring Sinkron Daring Asinkron Hybrid
Jenis NilaiABCDE
Metode PenilaianKuis, UTS, UASQuizzes, Mid-Semester Exams, Final Exam
Catatan Tambahan