Scribd
Unggah
3 tayangan26 halaman

Panduan Lengkap Pemrograman ML dan NLP

Dokumen ini mencakup berbagai topik dalam bidang Machine Learning, termasuk dasar pemrograman, pembelajaran terawasi dan tak terawasi, serta jaringan syaraf tiruan dan deep learning. Selain itu, terdapat fokus pada computer vision dan pemrosesan bahasa alami (NLP) dengan berbagai praktik dan teori yang relevan. Setiap bagian dilengkapi dengan subtopik yang mencakup teknik, metode, dan alat yang digunakan dalam pengembangan model machine learning.

Diunggah oleh

frenzyganteng17
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai XLSX, PDF, TXT atau baca online di Scribd
3 tayangan26 halaman

Panduan Lengkap Pemrograman ML dan NLP

Dokumen ini mencakup berbagai topik dalam bidang Machine Learning, termasuk dasar pemrograman, pembelajaran terawasi dan tak terawasi, serta jaringan syaraf tiruan dan deep learning. Selain itu, terdapat fokus pada computer vision dan pemrosesan bahasa alami (NLP) dengan berbagai praktik dan teori yang relevan. Setiap bagian dilengkapi dengan subtopik yang mencakup teknik, metode, dan alat yang digunakan dalam pengembangan model machine learning.

Diunggah oleh

frenzyganteng17
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai XLSX, PDF, TXT atau baca online di Scribd

Bagian 1: Keterampilan Dasar & Machine

Learning Klasik

Topik

Dasar Pemrograman
Pembelajaran Terawasi (Supervised Learning)
Pembelajaran Terawasi (Supervised Learning)

Pembelajaran Tak Terawasi (Unsupervised Learning)


Evaluasi
Bagian 2: Jaringan Syaraf Tiruan & Deep Learning
Topik

Jaringan Syaraf Tiruan

Deep Learning
Bagian 3: Computer Vision

Topik

Computer Vision
Bagian 4: Pemrosesan Bahasa Alami (NLP)

Topik

NLP
Subtopik Kategori

Dasar Python (perulangan, Praktik


fungsi, dll.)

NumPy & Pandas untuk Praktik


Pengelolaan Data

Matplotlib & Seaborn untuk Praktik


Visualisasi

Scikit-learn untuk ML Praktik


Dasar PyTorch Praktik

Manipulasi Tensor/Matrik Praktik


( array multi-dimensi)

Dasar Reprodusibilitas (seed, Praktik


perangkat, inferensi)

Melatih model di CPU & GPU Praktik

Penanganan Bobot (Weights & Praktik


Biases)

Regresi Linier Keduanya


Regresi Logistik Keduanya

K-Nearest Neighbors (K-NN) Keduanya

Pohon Keputusan Keduanya

Random Forests (Decision Praktik


Trees)

Gradient Boosting (mis. Praktik


XGBoost)

Support Vector Machines Keduanya


(SVM)

Klasterisasi K-Means Keduanya


Analisis Komponen Utama Keduanya
(PCA)

t-SNE, MAP, dan metode Praktik


reduksi dimensi lainnya

Klasterisasi DBSCAN Praktik

Klasterisasi Hierarkis Praktik

Metrik Evaluasi Model Keduanya


(Akurasi, Presisi, Recall, F1,
dll.)
Underfitting & Overfitting Teori

Pengaturan Hiperparameter Praktik


(Hyperparamter tuning)

Validasi Silang (Cross- Praktik


Validation)

Confusion Matrix& Kurva ROC Keduanya


Subtopik Kategori

Dasar Perceptron Keduanya

Gradient Descent Keduanya

Backpropagasi Keduanya

Fungsi Aktivasi (ReLU, Keduanya


Sigmoid, Tanh)

Loss function (MSE, MAE, Keduanya


Cross-Entropy, dll.)

Perceptron Multilapis (MLP) Keduanya


SGD & Mini-Batch Gradient Keduanya
Descent

Metode Momentum (Adam, Praktik


AdamW)

Laju Pembelajaran Adaptif Praktik

Konvergensi & Laju Keduanya


Pembelajaran

Regularisasi Bobot Praktik

Penghentian Dini (Early Praktik


Stopping)
Dropout & Gaussian Noise Praktik

Inisialisasi Bobot Praktik

Normalisasi Batch Praktik

Autoencoder & Sparse Praktik


Encoder

Subtopik Kategori

Dasar Lapisan Konvolusi Keduanya

Teknik Pooling (Maks & Rata- Keduanya


rata)
Klasifikasi Citra Dasar Keduanya

Dasar Deteksi Objek (YOLO, Praktik


SSD)

Dasar Segmentasi Citra (U- Praktik


Net)

Transfer Learning untuk Praktik


Klasifikasi Citra (ResNet,
MobileNet)

Teknik Augmentasi Gambar Praktik


Ekstraksi Fitur menggunakan Praktik
Model Pralatih (Pre-trained)

Pengantar GAN (Pembuatan Praktik


Gambar)

Pengantar Pembelajaran Praktik


Swaterawasi (Self-
Supervised)untuk Computer
Vision

Dasar Vision Transformers Praktik


(ViT)
CLIP & Pembelajaran Praktik
Multimodal

Model Generatif (Stable Praktik


Diffusion, DALL·E)

Subtopik Kategori

Word Embeddings (Word2Vec, Praktik


GloVe)
Dasar Transformer Keduanya
(mekanisme atensi)

Klasifikasi Teks Praktik

Pengantar Model NLP Pralatih Praktik


(mis. BERT, GPT)

Question Answering dengan Praktik


Model Pralatih

Pengantar Large Language Praktik


Model(LLM) (mis. GPT-4)
Membangun Chatbot Praktik
Sederhana dengan NLP

Fine-tuning Model: Metode & Praktik


Batasan (LoRA, Adapter, dll.)

Dasar Agen LLM Praktik

Anda mungkin juga menyukai