Materi Kuliah Machine Learning UI


Barusan dapet share materi kuliah machine Learning dari UI ADVANCED MACHINE LEARNING. 

Deskripsi Mata Kuliah

Mata kuliah ini membahas metodologi pembelajaran mesin lanjut dimana fokus dari metode pembelajaran mesin yang akan dibahas adalah deep learning. Mata kuliah akan dibagi menjadi dua sesi, yakni sesi tengah semester pertama (sebelum pekan UTS) dan sesi tengah semester kedua (setelah pekan UTS). Pada sesi pertama, topik-topik yang dibahas adalahsejarah dan motivasi pengembangan metode deep learning, dasar-dasar pembelajaran mesin (statistika dan probabilistik), model pembelajaran mesin regresi (regression), gradient descent, artificial neural network, pendekatan modern dari artificial neural network, dan berbagai macam bentuk arsitektur deep learning. Mahasiswa akan dilatih untuk membiasakan diri dengan konsep-konsep dasar serta model persamaan matematika yang sering digunakan dalam pengembangan model deep learning dan implementasinya menggunakan Python dan berbagai libraries untuk machine/deep learning.

Pengajar

• Prof. Dr. Wisnu Jatmiko, SMIEEE
Guru Besar Fasilkom UI / Ketua IEEE Indonesia 2019 & 2020

• Muhammad Febrian Rachmadi, Ph.D.
RIKEN – Center for Brain Science

Materi

  1. Pengantar | Kuliah Pemelajaran Mesin Lanjut 2020 | Fasilkom UI
    https://www.youtube.com/watch?v=ijuH19K1NIM
  2. Dasar-dasar Pembelajaran Mesin | Kuliah Pemelajaran Mesin Lanjut 2020 | Fasilkom UI
    https://www.youtube.com/watch?v=GFolOn3inqg

  3. Regression | Kuliah Pemelajaran Mesin Lanjut 2020 | Fasilkom UI
    https://www.youtube.com/watch?v=5qUu7v0yRJU

  4. Regression dengan Gradient Descent | Kuliah Pemelajaran Mesin Lanjut 2020 | Fasilkom UI
    https://www.youtube.com/watch?v=rr7QeJMRzRk&t=561s

  5. Neural Network | Kuliah Pemelajaran Mesin Lanjut 2020 | Fasilkom UI
    https://www.youtube.com/watch?v=RITyQeYUbKU

  6. Arsitektur CNN untuk Computer Vision | Kuliah Pemelajaran Mesin Lanjut 2020 | Fasilkom UI
    https://www.youtube.com/watch?v=xHOpZXS4u2A&t=169s

  7. Training Deep Neural Networks (Bagian 1) | Kuliah Pemelajaran Mesin Lanjut 2020 | Fasilkom UI
    https://www.youtube.com/watch?v=KmYVUgHmWOg&t=11s

  8. Training Deep Neural Networks (Bagian 2) | Kuliah Pemelajaran Mesin Lanjut 2020 | Fasilkom UI
    https://www.youtube.com/watch?v=k5Fafz10kPw&t=1s

  9. Representation Learning (Bagian 1) – Introduction | Kuliah PML 2020 | Fasilkom UI
    https://www.youtube.com/watch?v=FaOs_lunRC0

  10. Representation Learning (Bagian 2) – Autoencoders | Kuliah PML 2020 | Fasilkom UI
    https://www.youtube.com/watch?v=1lZSDVNi-NA&t=71s

  11. Representation Learning (Bagian 3) – Generative Adversarial Networks | Kuliah PML 2020 | Fasilkom UI
    https://www.youtube.com/watch?v=nqiOMW0zZ5g

  12. Deep Learning for Medical Imaging (#1) – Introduction and Challenges | Kuliah PML 2020 | Fasilkom UI
    https://www.youtube.com/watch?v=-3bd3npCprI

  13. Deep Learning for Medical Imaging (#2) – 3DComputation & Uncertainty | Kuliah PML 2020 | Fasilkom UI

https://www.youtube.com/watch?v=wu4en8a5YPU

  1. Deep Learning for Medical Imaging (#3) – Transfer Learning | Kuliah PML 2020 | Fasilkom UI
    https://www.youtube.com/watch?v=ZQU75Ps2VY4

Buku Rujukan :

  1. Goodfellow, Ian, et al. Deep learning. Vol. 1. Cambridge: MIT press, 2016.
  2. Géron, Aurélien. Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow:
    Concepts, tools, and techniques to build intelligent systems. O’Reilly Media, 2019.
  3. Murphy, Kevin P. Machine learning: a probabilistic perspective. MIT press, 2012.
  4. Bishop, Christopher M. Pattern recognition and machine learning. springer, 2006.

 


Satu tanggapan untuk “Materi Kuliah Machine Learning UI”

Silahkan tuliskan tanggapan, kritik maupun saran