Ringkasan

A. Pengertian Machine Learning

#

• Pembahasan konsep dasar machine learning.
• Memahami komponen utama machine learning.
• Penjelasan singkat tentang jenis-jenis machine lerning meliputi supervised learning, unsupervised learning dan reinforcement learning.

B. Fitur dan Label

#

• Pembahasan definisi fitur, peran dan fungsi fitur, tipe fitur serta penanganan fitur.
• Pembahasan tentang label meliputi definisi label, peran dan fungsi label serta penanganan label.

C. Fungsi Loss

#

• Membahas tentang konsep dasar fungsi loss.
• Pembahasan jenis-jenis fungsi loss seperti mean-square-error (MSE), cross-entropy dan hinge.

D. Pelatihan Model dan Algoritma Optimasi

#

• Pembahasan tahapan pelatihan model.
• Membahas berbagai macam algoritma optimasi seperti gradient descent, momentum optimization, RMSProp dan Adam.

E. Peran Python dalam Machine Learning

#

• Keunggulan Python dalam ML.
• Library dan framework ML populer seperti NumPy, Pandas, dan TensorFlow.
• Langkah-langkah awal dalam pengembangan ML dengan Python.

F. Hambatan dan Tantangan dalam Machine Learning

#

• Tantangan seperti overfitting, bias-variance trade-off, dan kekurangan data.
• Strategi mengatasi masalah seperti data noise dan skalabilitas.

G. Aplikasi Machine Learning dalam Kehidupan Sehari-hari

#

• Aplikasi konkret ML dalam asisten virtual, pengenalan wajah, dan rekomendasi produk online.
• Penggunaan ML dalam navigasi, kesehatan, dan pengenalan objek pada gambar.