Course Pembelajaran Mesin Lanjut

Deskripsi Mata Kuliah

Mata kuliah ini mempelajari metodologi pembelajaran mesin lanjut dengan fokus pendekatan dari model deep learning. Topik-topik yang dibahas antara lain: sejarah dan motivasi pengembangan metode deep learning, gradient descent, artificial neural network, pendekatan modern dari artificial neural network, berbagai macam bentuk arsitektur deep learning, proses training dan teknik-teknik dalam pembelajaran deep learning. Mahasiswa akan dilatih untuk mengimplementasikan berbagai macam model dan arsitektur deep learning menggunakan Python dan berbagai libraries untuk deep learning pada permasalahan computer vision. Selain itu mahasiswa juga akan memperoleh pengalaman dalam merancang penyelesaian masalah dalam dunia nyata menggunakan berbagai model deep learning.

CPMK

Mahasiswa memahami sejarah dan perkembangan deep learning serta memahami konsep gradient descent
Mahasiswa memahami konsep Artificial Neural Networks dan Deep Neural Networks dan perkembangannya
Mahasiswa memahami proses training dan menerapkan teknik-teknik dalam pembelajaran deep learning (regularisasi)

Mahasiswa memahami model Representation Learning dan perkembangannya
Mahasiswa mampu menerapkan model deep learning pada permasalahan computer vision
Mahasiswa mampu merancang penyelesaian masalah menggunakan berbagai model deep learning

Aktifitas Pembelajaran

Pertemuan 1
Sejarah deep learning
Date 7 September 2024
Pertemuan 2
Perkembangan model Artificial Neural Networks seperti: Perceptron, Multi-Layer Perceptron, and Backpropagation
Date 14 September 2024
Pertemuan 3

Konsep Artificial Neural Networks
Pertemuan 4

Proses Convolution dan Pooling
Pertemuan 5

Melakukan Implementasi model Artificial Neural Networks dan model Deep Neural Networks pada studi kasus tertentu
Pertemuan 6

Proses training dan testing pada deep learning
Pertemuan 7

Melakukan Implementasi regularisasi pada proses training deep learning pada studi kasus tertentu
Pertemuan 8

Ujian Tengah Semester
Pertemuan 9

Konsep model Representation Learning
Pertemuan 10

Konsep Generative Adversarial Networks (GAN)
Pertemuan 11

Melakukan Implementasi Variational Autoencoders (VAE)
Pertemuan 12

Melakukan Implementasi Convolutional Neural Networks (CNN) pada permasalahan computer vision
Pertemuan 13

Menyusun pertanyaan penelitian dari permasalahan dunia nyata yang akan diselesaikan dengan model deep learning
Pertemuan 14

Metode penyelesaian masalah menggunakan model deep learning
Pertemuan 15

Metode penyelesaian masalah menggunakan model deep learning
Pertemuan 16

Metode penyelesaian masalah menggunakan model deep learning