Memuat
Memuat
Ingin bisa membuat model prediksi, segmentasi pelanggan, atau deteksi penipuan sendiri? Di kursus machine learning Python Cerdas Inovasi Digital Anda belajar langkah demi langkah, dari dasar NumPy dan pandas, algoritma scikit-learn, XGBoost, hingga deep learning PyTorch, lalu men-deploy model menjadi aplikasi web. Setiap materi langsung dipraktikkan dengan kode dan data nyata.
Geser untuk melihat kurikulum dan proyek yang dibuat selama kursus.
Kurikulum mengikuti alur kerja data scientist di dunia nyata: mengolah data, memilih algoritma, mengevaluasi, menyetel, lalu memakai model di aplikasi.
NumPy, pandas, dan matplotlib: mengolah tabel, operasi vektor, groupby, dan visualisasi data.
Data kosong, outlier, duplikat, encoding, scaling, dan Pipeline scikit-learn tanpa data leakage.
Regresi, Logistic Regression, KNN, Naive Bayes, Decision Tree, Random Forest, SVM, XGBoost, LightGBM.
Confusion matrix, precision, recall, F1, ROC-AUC, cross-validation, Ridge/Lasso, GridSearch, Optuna.
K-Means, DBSCAN, hierarchical clustering, PCA, t-SNE, UMAP, Isolation Forest, dan Apriori.
Neural network dan CNN dengan PyTorch, Q-learning, lalu deploy model menjadi aplikasi web Streamlit.
Setiap modul tersedia sebagai video tutorial berdurasi 10–15 menit lengkap dengan PDF panduan. Modul 1 bisa ditonton gratis.
Model pertama dengan akurasi 100% di data uji, lalu clustering tanpa label.
Regresi berganda dengan R² 0,94 dan analisis koefisien untuk keputusan bisnis.
Logistic Regression ±99% akurasi dan Naive Bayes untuk pesan berbahasa Indonesia.
Lima segmen pelanggan dari pendapatan dan skor belanja, lengkap dengan profil tiap segmen.
Isolation Forest & LOF menangkap anomali tanpa contoh penipuan berlabel.
Jaringan konvolusi PyTorch buatan sendiri dengan akurasi ±98%.
Q-learning dari nol: agen menemukan jalan terpendek hanya dari reward.
Pipeline + Gradient Boosting yang dituning, disimpan dengan joblib, dan dipakai lewat Streamlit.
Mulai dari dasar Python dan konsep, tanpa harus jago matematika lebih dulu.
Kuasai metode yang paling sering dipakai di penelitian: klasifikasi, regresi, clustering, dan evaluasi model.
Naik level dari dashboard ke model prediktif yang bisa dipakai untuk keputusan bisnis.
Tambahkan kemampuan machine learning dan deploy model ke aplikasi web atau API.
Python untuk data, praproses & EDA, regresi, dan klasifikasi dasar. Proyek: model prediksi pertama.
Ditambah Random Forest, SVM, XGBoost, evaluasi, tuning, feature engineering, clustering, dan PCA.
Ditambah deteksi anomali, deep learning PyTorch, reinforcement learning, dan deploy aplikasi web.
Setiap sesi live online 1,5 jam bersama instruktur, termasuk rekaman, file latihan, grup diskusi, dan sertifikat.
Kami juga menerima jasa machine learning: model prediksi, segmentasi pelanggan, deteksi anomali, deep learning, hingga aplikasi web AI.
Lihat Jasa Machine LearningMachine learning adalah cabang kecerdasan buatan yang membuat komputer belajar pola dari data, bukan dari aturan yang ditulis satu per satu. Jenis utamanya supervised learning (data berlabel), unsupervised learning (tanpa label), dan reinforcement learning (belajar dari reward).
Ya. Materi dimulai dari pengenalan, dasar Python, NumPy, dan pandas, lalu matematika yang dijelaskan secara intuitif sebelum masuk ke algoritma.
Tidak. Konsep seperti vektor, statistik, peluang, turunan, dan gradient descent dijelaskan secara visual dan langsung dibuktikan dengan kode Python.
NumPy, pandas, matplotlib, scikit-learn, XGBoost, LightGBM, Optuna, UMAP, PyTorch, mlxtend, joblib, dan Streamlit.
Dengan paket Basic (10 sesi) Anda sudah bisa membersihkan data dan melatih model klasifikasi maupun regresi. Ensemble, tuning, deep learning, dan deploy dipelajari di paket Intermediate dan Advanced.
Ya. Peserta mendapat 18 video tutorial lengkap dengan PDF panduan langkah demi langkah dan source code, ditambah rekaman sesi live.
Windows, macOS, atau Linux dengan RAM minimal 8 GB. GPU tidak wajib; semua contoh, termasuk CNN PyTorch, bisa dijalankan di CPU.
Ya, sertifikat diberikan setelah menyelesaikan paket kursus.
Konsultasikan tujuan belajar Anda, kami bantu pilihkan paket kursus machine learning yang paling sesuai.
Konsultasi Gratis