Dibuat Oleh Reneta Putri Henessa
Mastering Machine Learning: Dari Dasar Hingga Advanced
Ingin menguasai Machine Learning dan membangun model prediksi yang akurat? Kursus ini untuk Anda!
Machine Learning adalah teknologi inti di balik AI, data science, dan inovasi industri saat ini. Dengan memahami Machine Learning, Anda bisa mengembangkan model prediksi, menganalisis pola data, hingga mengotomatisasi proses pengambilan keputusan.
Di kursus ini, Anda akan mempelajari konsep Machine Learning dari dasar hingga tingkat lanjut, termasuk preprocessing data, supervised & unsupervised learning, serta evaluasi model. Anda juga akan membangun proyek dunia nyata dengan Python dan library seperti Scikit-learn, Pandas, dan Matplotlib.
Apa yang Akan Anda Pelajari?
Fundamental Machine Learning: Konsep supervised & unsupervised learning, serta jenis-jenis model ML
Preprocessing Data: Data cleaning, scaling, encoding, dan splitting dataset untuk pipeline ML
Supervised Learning: Membangun model Regression dan Classification (Linear Regression, Logistic Regression, Decision Trees, dan SVM)
Unsupervised Learning: Teknik clustering (K-Means, DBSCAN) dan dimensionality reduction (PCA, t-SNE)
Ensemble Learning: Bagging, Boosting (Random Forest, XGBoost) untuk meningkatkan akurasi model
Model Evaluation & Hyperparameter Tuning: Cara meningkatkan performa model dengan GridSearchCV
Association Rule Learning: Analisis pola data untuk rekomendasi dan prediksi tren
Proyek Dunia Nyata: Prediksi harga rumah, deteksi penipuan kartu kredit, segmentasi pelanggan, dan analisis pola transaksi
Kursus ini disusun dengan pendekatan berbasis proyek, sehingga Anda akan langsung mempraktikkan ilmu yang dipelajari dengan studi kasus nyata!
Kenapa Harus Mengambil Kursus Ini?
Beginner-Friendly – Dijelaskan secara bertahap dengan bahasa sederhana
Belajar dengan Hands-on Projects – Setiap konsep diterapkan langsung dalam proyek nyata
Skill yang Banyak Dicari – Machine Learning digunakan di berbagai industri seperti e-commerce, fintech, dan kesehatan
Persiapan Karier – Fondasi kuat untuk menjadi Data Scientist atau Machine Learning Engineer
Setelah menyelesaikan kursus ini, Anda akan memiliki keterampilan untuk membangun, mengevaluasi, dan mengoptimalkan model Machine Learning secara mandiri!
- Familiar dengan aljabar dasar & statistik (mean, median, standar deviasi)
- Minat dalam data science & AI
- Pemahaman dasar pemrograman (preferably Python) dianjurkan tetapi tidak wajib
- Laptop/PC dengan Windows, macOS, atau Linux
- Developer yang ingin memahami cara kerja Machine Learning dalam proyek nyata
- Siapa saja yang ingin mengaplikasikan Machine Learning untuk analisis data dan optimasi bisnis
- Mahasiswa & profesional yang ingin berkarier di bidang Data Science & AI
- Data Analyst yang ingin meningkatkan keterampilan predictive modeling
- Pemula yang ingin belajar Machine Learning dari nol
Konten Kursus
8 Topik • 39 Materi
Pengenalan Machine Learning
1. Konsep Dasar dalam Machine Learning
2. Machine Learning Pipeline
3. Tools dan Libraries untuk Machine Learning
4. Apa Itu Machine Learning?
5. Jenis-Jenis Machine Learning
6. Overview of the Course
Data Preprocessing
1. Data Transformation dan Encoding
2. Explanatory Data Analysis (EDA)
3. Data Cleaning
4. Splitting Data untuk Train dan Test
5. Feature Scaling
6. Implementasi Praktis Data Preprocessing
Supervised Learning - Regression
1. Pengantar Linear Regression
2. Project - Prediksi Harga Rumah
3. Implementasi Linear Regression di Python
4. Polynomial Regression
5. Ridge, Lasso, dan Elastic Net Regression
Supervised Learning - Classification
1. Support Vector Machines (SVM)
2. k-Nearest Neighbors (k-NN)
3. Implementasi Logistic Regression di Python
4. Decision Trees
5. Project - Perbandingan Model Klasifikasi
6. Logistic Regression
Ensemble Learning
1. Gradient Boosting Algorithms
2. Project - Deteksi Penipuan Kartu Kredit
3. Random Forest
4. Pengantar Ensemble Learning
Unsupervised Learning - Clustering
1. Hierarchical Clustering
2. K-Means Clustering
3. Density-Based Clustering (DBSCAN)
4. Project - Segmentasi Pelanggan
Unsupervised Learning - Dimensionality Reduction
1. Autoencoders
2. Project - Visualisasi Data Wine
3. Principal Component Analysis (PCA)
4. t-SNE untuk Visualisasi Data
Association Rule Learning
1. Pengantar Association Rules
2. Project - Market Basket Analysis
3. Apriori Algorithm
4. FP-Growth Algorithm
Mastering Machine Learning: Dari Dasar Hingga Advanced
Dibuat Oleh Reneta Putri Henessa
<p>Pelajari konsep Machine Learning dari dasar hingga mahir, mulai dari supervised & unsupervised learning hingga model evaluasi dan proyek dunia nyata!</p>
Yang Akan Anda Pelajari
Pengenalan Machine Learning
1. Overview of the Course
04 menit 32 detik
2. Apa Itu Machine Learning?
10 menit 27 detik
3. Jenis-Jenis Machine Learning
13 menit 27 detik
4. Machine Learning Pipeline
13 menit 27 detik
5. Konsep Dasar dalam Machine Learning
09 menit 58 detik
6. Tools dan Libraries untuk Machine Learning
08 menit 09 detik
Data Preprocessing
1. Explanatory Data Analysis (EDA)
24 menit 38 detik
2. Data Cleaning
20 menit 52 detik
3. Feature Scaling
10 menit 32 detik
4. Data Transformation dan Encoding
19 menit 02 detik
5. Splitting Data untuk Train dan Test
16 menit 00 detik
6. Implementasi Praktis Data Preprocessing
14 menit 15 detik
Supervised Learning - Regression
1. Pengantar Linear Regression
12 menit 24 detik
2. Implementasi Linear Regression di Python
10 menit 09 detik
3. Polynomial Regression
13 menit 47 detik
4. Ridge, Lasso, dan Elastic Net Regression
17 menit 27 detik
5. Project - Prediksi Harga Rumah
15 menit 21 detik
Supervised Learning - Classification
1. Logistic Regression
24 menit 28 detik
2. Implementasi Logistic Regression di Python
14 menit 48 detik
3. Decision Trees
19 menit 31 detik
4. k-Nearest Neighbors (k-NN)
15 menit 37 detik
5. Support Vector Machines (SVM)
12 menit 13 detik
6. Project - Perbandingan Model Klasifikasi
11 menit 08 detik
Ensemble Learning
1. Pengantar Ensemble Learning
10 menit 58 detik
2. Random Forest
14 menit 29 detik
3. Gradient Boosting Algorithms
11 menit 05 detik
4. Project - Deteksi Penipuan Kartu Kredit
14 menit 17 detik
Unsupervised Learning - Clustering
1. K-Means Clustering
20 menit 50 detik
2. Hierarchical Clustering
14 menit 34 detik
3. Density-Based Clustering (DBSCAN)
14 menit 56 detik
4. Project - Segmentasi Pelanggan
15 menit 35 detik
Unsupervised Learning - Dimensionality Reduction
1. Principal Component Analysis (PCA)
08 menit 37 detik
2. t-SNE untuk Visualisasi Data
17 menit 24 detik
3. Autoencoders
24 menit 23 detik
4. Project - Visualisasi Data Wine
07 menit 49 detik
Association Rule Learning
1. Pengantar Association Rules
12 menit 55 detik
2. Apriori Algorithm
10 menit 02 detik
3. FP-Growth Algorithm
12 menit 24 detik
4. Project - Market Basket Analysis
11 menit 36 detik
Persyaratan
- Familiar dengan aljabar dasar & statistik (mean, median, standar deviasi)
- Minat dalam data science & AI
- Pemahaman dasar pemrograman (preferably Python) dianjurkan tetapi tidak wajib
- Laptop/PC dengan Windows, macOS, atau Linux
Untuk Siapa Kursus Ini
- Developer yang ingin memahami cara kerja Machine Learning dalam proyek nyata
- Siapa saja yang ingin mengaplikasikan Machine Learning untuk analisis data dan optimasi bisnis
- Mahasiswa & profesional yang ingin berkarier di bidang Data Science & AI
- Data Analyst yang ingin meningkatkan keterampilan predictive modeling
- Pemula yang ingin belajar Machine Learning dari nol
Deskripsi
Kursus Premium: Mulai dari
Rp 319.000,00
Rp 79.000,00
- 📚8 Bab dan 39 Materi: Dari dasar sampai mahir.
- 📺 Video Flexibel: Nonton? Kapan aja, dimana aja!
- 📄 Rangkuman Mantap: Bantu kamu fokus poin utama.
- 🧠 Latihan + Diskusi: Tantangan diri & diskusi sama tutor.
- 👩🏫 Tutor Handal: Eksper & friendly. Mau nanya? Gas!
- 🌐 Forum Eksklusif: Kepo? Tanya disini.
- 💼 Sertifikat Kece: Tunjukkin skillmu ke dunia.
- 🎁 Bonus Materi: Eksklusif buat member aja, nih!
Pilih Paket Belajar