Skip ke Konten
Bolabot
  • Beranda
  • Tentang Kami
  • Layanan
    • Ekstrakurikuler
    • Robotik
    • Privat Robotik
    • Konsultasi & Pengembangan Proyek
    • Workshop
    • Seminar
  • Aktivitas
    • E-Learning
    • Acara
    • Artikel
  • Produk
    • KIT dan Komponen Robotik
    • Penerbitan Buku
  • Website Lainnya
    • Profesor Bolabot
    • Kotaro
  • Sign in
  • Hubungi Kami
Bolabot
      • Beranda
      • Tentang Kami
      • Layanan
        • Ekstrakurikuler
        • Robotik
        • Privat Robotik
        • Konsultasi & Pengembangan Proyek
        • Workshop
        • Seminar
      • Aktivitas
        • E-Learning
        • Acara
        • Artikel
      • Produk
        • KIT dan Komponen Robotik
        • Penerbitan Buku
      • Website Lainnya
        • Profesor Bolabot
        • Kotaro
    • Sign in
    • Hubungi Kami

    Advanced Machine Learning

    CS501

    Teknik lanjutan dalam machine learning dan deep learning

    Kode Mata Kuliah: CS501

    Semester: Semester 1

    SKS: 3

    Tipe: Wajib

    Tahun Akademik: 2025/2026 2024/2025

    Jumlah Mahasiswa: 18 (rata-rata)

    Rating: ★ ★ ★ ★ 4.7/5.0

    Prasyarat

    Machine Learning (undergraduate level)

    Deskripsi Mata Kuliah

    Deskripsi Mata Kuliah

    Advanced Machine Learning merupakan mata kuliah inti program magister yang membahas teknik-teknik canggih dalam machine learning. Fokus pada research-oriented learning dengan emphasis pada mathematical foundations dan implementation.

    Capaian Pembelajaran:

    • Memahami teori matematika di balik algoritma ML
    • Mampu mengembangkan algoritma ML custom
    • Memahami advanced deep learning architectures
    • Mampu melakukan research dalam bidang ML

    Topik Pokok:

    1. Mathematical Foundations of ML
    2. Advanced Optimization Techniques
    3. Deep Learning Architectures (CNN, RNN, Transformer)
    4. Reinforcement Learning
    5. Generative Models (GANs, VAEs)
    6. Bayesian Machine Learning
    7. ML Research Methodology
    8. Advanced Topics (Meta-learning, Few-shot Learning)
    Capaian Pembelajaran

    Mahasiswa mampu mengembangkan research dalam bidang machine learning dan menerapkan teknik advanced untuk menyelesaikan masalah kompleks

    Metode Penilaian
    Research Paper: 40%, Project: 30%, Final Exam: 30%
    Buku Referensi
    • Probabilistic Machine Learning: An Introduction
      Penulis: Kevin P. Murphy
      MIT Press , 2022
      ISBN: 978-0262046824
    Sumber Belajar Tambahan
    • PyTorch
      Software
      Framework deep learning untuk penelitian
    • arXiv
      Website
      Repository paper penelitian AI dan ML
    Ringkasan Silabus

    Mata kuliah ini mencakup mathematical foundations, deep learning architectures, reinforcement learning, generative models, dan metodologi penelitian ML.

    Informasi Tambahan

    Kategori: Mata Kuliah Magister

    Kapasitas Maksimal: 20 mahasiswa

    Kepuasan Mahasiswa: 4.8/5.0

    Dibuat: 29/12/2025 01:22:50

    Terakhir diubah: 25/02/2026 07:04:30

    Mata Kuliah Terkait
    AI Research Methodology
    AI701 • 3 SKS • Semester 1
    Ekonomi Mikro
    ECO101 • 3 SKS • Semester 1
    Hukum Pidana
    LAW201 • 4 SKS • Semester 3
    Machine Learning
    IF305 • 3 SKS • Semester 5
    Manajemen Pemasaran
    MKT301 • 3 SKS • Semester 5
    Pemrograman Dasar
    IF101 • 3 SKS • Semester 1

    Layanan Kami

    Ekstrakulikuler Robotik

    Privat Robotik

    Konsultasi & Pengembangan Proyek

    E-Commerce


    Bolabot

    Jl. Sauyunan VI No.10 Blok F6, Cipadung Kidul, Kec. Panyileukan, Kota Bandung, Jawa Barat 40614, Indonesia

    • +62 812-2775-9579
    • ​
    Ikuti kami

    Copyright © 2026 Bolabot All Right Reserved