Machine Learning Terapan: Dari Data Mentah ke Model yang Dipakai

Kelas ini untuk analis data, staf IT, pengembang, atau lulusan bidang kuantitatif yang sudah terbiasa dengan Python dasar tetapi belum pernah membangun model machine learning secara utuh. Setelah selesai, peserta mampu mengubah sebuah masalah kerja nyata menjadi rumusan machine learning yang jelas, membangun dan mengukur modelnya secara jujur, lalu menyerahkannya ke pemakaian sehari-hari lengkap d

8 modul 56 unit ajar 16.9 jam Bahasa Indonesia ± 0.38 sks KKNI jenjang 6 Terjangkar ESCO

Setelah menyelesaikan kelas ini kamu bisa

Merumuskan masalah kerja nyata menjadi tugas machine learning yang spesifik, lengkap dengan definisi target, satuan pengamatan, dan ukuran keberhasilan yang disepakati pemangku kepentingan
Membedakan kapan sebuah masalah layak diselesaikan dengan machine learning dan kapan aturan sederhana atau statistik deskriptif sudah cukup, disertai alasan yang dapat dipertanggungjawabkan
Menerapkan alur kerja lengkap (pemeriksaan data, pemisahan data, rekayasa fitur di dalam pipeline, pelatihan, dan penyetelan) pada dataset yang belum pernah dilihat sebelumnya
Mengevaluasi kinerja model memakai metrik yang sesuai dengan keputusan yang akan diambil, bukan sekadar angka akurasi, serta menaksir ketidakpastiannya
Menganalisis kesalahan model dan sumber biasnya, lalu merumuskan batas pemakaian yang aman beserta kelompok data yang tidak boleh dikenai model tersebut
Merancang penyerahan model ke pemakaian nyata: penyimpanan artefak, layanan prediksi sederhana, pemantauan pergeseran data, dan dokumentasi model