Machine Learning
IF305Teknik dan aplikasi pembelajaran mesin dalam data science
Kode Mata Kuliah: IF305
Semester: Semester 5
SKS: 3
Tipe: Pilihan
Tahun Akademik: 2025/2026 2024/2025
Jumlah Mahasiswa: 28 (rata-rata)
Rating: ★ ★ ★ ★ 4.6/5.0
Prasyarat
Statistika (IF204), Struktur Data (IF201)
Deskripsi Mata Kuliah
Deskripsi Mata Kuliah
Machine Learning merupakan mata kuliah pilihan yang membahas teknik pembelajaran mesin modern. Mahasiswa akan belajar dari supervised learning hingga deep learning dengan fokus pada aplikasi praktis.
Capaian Pembelajaran:
- Memahami konsep dasar machine learning
- Mampu mengimplementasikan algoritma ML menggunakan Python
- Memahami evaluasi dan validasi model
- Mampu menerapkan ML pada kasus dunia nyata
Topik Pokok:
- Introduction to Machine Learning
- Linear Regression and Classification
- Decision Trees and Random Forest
- Support Vector Machines
- Neural Networks and Deep Learning
- Unsupervised Learning (K-means, PCA)
- Model Evaluation and Validation
- ML Project Implementation
Capaian Pembelajaran
Mahasiswa mampu mengembangkan dan menerapkan model machine learning untuk menyelesaikan masalah data science
Metode Penilaian
Buku Referensi
-
The Elements of Statistical Learning
Penulis: Trevor Hastie, Robert Tibshirani, Jerome Friedman
Springer , 2017
ISBN: 978-0387848570
Sumber Belajar Tambahan
-
scikit-learn
Software
Library machine learning untuk Python -
Kaggle
Website
Platform kompetisi dan dataset machine learning
Ringkasan Silabus
Mata kuliah ini mencakup supervised learning, unsupervised learning, neural networks, model evaluation, dan implementasi ML menggunakan Python.
Informasi Tambahan
Kategori: Mata Kuliah Sarjana
Kapasitas Maksimal: 30 mahasiswa
Kepuasan Mahasiswa: 4.7/5.0
Dibuat: 29/12/2025 01:22:50
Terakhir diubah: 25/02/2026 07:04:08