b belajar.myudak

Pembelajaran Mesin

Machine Learning · Kecerdasan Buatan & Grafik · 3 sks wajib · MIK1624505 (2020: PAIK6505)

Prasyarat Kecerdasan Buatan, Aljabar Linier, Statistika Membuka Penambangan Data, Visi Komputer, Pengolahan Bahasa Alami

Materi

Folder Drive ↗

Sebelum UTS 6

Lainnya Buku Referensi ↗Soal Ujian ↗

Catatan

1 Confusion matrix dan metrik klasifikasi Hitung precision, recall, dan accuracy dari prediksi kasus langka. ▶ visual
2 K-means dan pembaruan centroid Ikuti assignment dan update pada satu iterasi clustering. ▶ visual

UTS & UAS

ada pembahasan

UTS

Confusion matrix dan metrik klasifikasi · Hitung metrik klasifikasi dari kasus dengan kelas positif langka.

UAS

K-means dan pembaruan centroid · Hitung assignment dan centroid setelah iterasi pertama.

Silabus

1 Pengantar Machine Learning
2 Konsep Dasar Supervised Learning
3 Evaluasi pada Supervised Learning
4 Berbagai Algoritma Supervised Learning, yaitu K-Nearest Neighboor, Decision Tree, Bayesian Learning dan Na�ve Bayes, Support Vector Machine
5 Unsupervised Learning
6 Evaluasi pada unsupervised learning
7 Reinforcement Learning
8 Feature extraction dan reduction
9 Metode terbaru dalam pembelajaran mesin

Sumber: Silabus Informatika 2020 (PAIK6505).

Referensi

Oliver Theobald, "Machine Learning for Absolute Beginners", 2017
Shai Shalev-Shwartz and Shai Ben-David, "Understanding Machine Learning: From Theory to Algorithms", Cambridge University Press, 2014
Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalkar, "Foundations of Machine Learning", The MIT Press, 2018 th
Sergios Theoridis, Konstantinos Koutroumbas, "Pattern Recognition", 4 Edition,Elsevier, 2009
Artikel Ilmiah dalam bidang Machine Learning