Course Advanced Machine Learning

Course Description

This course studies advanced machine learning methodologies with a focus on approaches from deep learning models. Topics discussed include: history and motivation for the development of deep learning methods, gradient descent, artificial neural networks, modern approaches to artificial neural networks, various forms of deep learning architecture, training processes and techniques in deep learning. Students will be trained to implement various deep learning models and architectures using Python and various libraries for deep learning in computer vision problems. Apart from that, students will also gain experience in designing solutions to real-world problems using various deep learning models.

Program Objectives (PO)

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