Machine Learning

Tahun Akademik:
Gasal 2023/2024
Kelas-Offr:
A-07SF
Deskripsi:
Matakuliah ini menyajikan pengetahuan tentang dasar-dasar dari machine learning dan beberapa variasi teknik machine learning. Matakuliah ini juga menjelaskan teknik/algortima yang paling cocok berdasarkan formulasi yang tepat untuk dapat diaplikasikan pada penyelesaian berbagai permasalahan dunia nyata, serta mampu melakukan eksperimental untuk mengevaluasi hasil yang diperoleh.
Capaian Pembelajaran

• Menguasai karakteristik machine learning yang bermanfaat untuk penyelesaian masalah di dunia nyata.
• Menguasai algoritma pembelajaran mesin yang termasuk dalam kategori supervised, semi-supervised, dan unsupervised.
• Menganalisis kekuatan dan kelemahan dari decision tree, naïve Bayes, dan regresi logistik dalam memecahkan masalah klasifikasi dan regresi.
• Menganalisis metode ansambel mencapai kinerja yang lebih baik dari algoritma machine learning penyusunnya.
• Menerapkan metode boosting untuk meningkatkan kinerja classifiers lemah, jaringan saraf untuk pembelajaran fungsi-fungsi non-linear, algoritma unsupervised untuk clustering, dan reinforcement learning dan SVM.
• Menerapkan algoritma machine learning yang sesuai untuk berbagai permasalahan.

Daftar Pustaka:

• Abu-Mostafa, Y.S., Magdon-Ismail, M., dan Lin, H.T. 2012. Learning From Data. amlbook.com
• Alpaydın, Ethem. 2015. Introduction to Machine Learning, 3rd Edition. Masschusetts: MIT Press.
• Lantz, Brett. 2015. Machine Learning with R, 2nd Edition. Birmingham: Packt Pubishing.
• Richert, Willi, dan Coelho, Luis Pedro. 2013. Building Machine Learning Systems with Python. Briminngham: Packt Publishing.