Memuat
Memuat
Deep Learning adalah cabang kecerdasan buatan yang menggunakan neural network berlapis untuk memecahkan masalah kompleks, dari pengenalan gambar (image classification, object detection), pemrosesan bahasa alami (NLP), hingga speech recognition dan generative AI.
Kursus Deep Learning di CID dirancang untuk data scientist, mahasiswa, dan peneliti yang ingin membangun dan melatih model neural network menggunakan TensorFlow/Keras dan PyTorch, dari fondasi matematika hingga deployment model.
Kurikulum Deep Learning dirancang mencakup seluruh alur kerja dari dasar hingga siap kerja di industri.
Perceptron, aktivasi, backpropagation, gradient descent, regularization, dropout.
Convolutional layer, pooling, image classification, object detection dengan YOLO/SSD.
Sequence modeling, time series, NLP dasar, sentiment analysis dengan LSTM.
Fine-tuning pretrained model (ResNet, EfficientNet, BERT) untuk task spesifik.
Confusion matrix, ROC, cross-validation, hyperparameter tuning, dan interpretasi model.
TensorFlow Serving, ONNX, Flask API, atau integrasi ke aplikasi web/mobile.
Instruktur kami aktif mengerjakan proyek nyata menggunakan software ini, bukan hanya pengajar teoretis.
Setiap level kursus diakhiri dengan proyek mini yang langsung bisa masuk portofolio Anda.
Kurikulum diperbarui mengikuti perkembangan software dan kebutuhan industri terkini.
Ukuran kelas dibatasi agar setiap pertanyaan bisa dijawab langsung oleh instruktur.
Kami juga menerima jasa pengerjaan proyek Deep Learning untuk skripsi, tugas akhir, dan kebutuhan profesional.
Lihat Jasa Deep LearningDisarankan memiliki dasar Python dan statistik dasar. Jika belum, kami sarankan mulai dari kursus Machine Learning atau Python terlebih dahulu.
Keduanya - TensorFlow/Keras untuk production dan deployment, PyTorch untuk riset dan eksperimen.
Untuk CNN image classification dasar, 4–6 minggu. Untuk arsitektur kompleks dan deployment, 3–4 bulan.
Tidak wajib, bisa menggunakan Google Colab (gratis) atau Kaggle untuk training di cloud. Tapi GPU lokal jauh lebih cepat.
Ya, online via Zoom.
Ya.
Kelas lanjutan mencakup fine-tuning model LLM dan integrasi Hugging Face transformers.
Sangat cocok. Instruktur berpengalaman membimbing implementasi deep learning untuk topik penelitian.
Konsultasikan tujuan belajar Anda, kami bantu pilihkan kelas yang paling sesuai dengan level dan kebutuhan Anda.
Konsultasi Gratis