Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy...

17
Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi Singkat mengenai Topik Pendahuluan Cloud Computing Detail Materi Sesi 1 1.1 1.2 Penjelasan program pelatihan secara umum Penjelasan tentang AWS dan Machine Learning. Detail Materi Sesi 2 1.3 Pengantar Cloud computing: history, cloud benefit, cost, types of cloud computing, deployment models, security Link Materi http://bit.ly/2FRVP5f RENCANA PEMBELAJARAN Pertemuan ke 2 Topik Amazon Web Service (AWS) Deskripsi Singkat mengenai Topik Konsep Teknologi Cloud Computing AWS Detail Materi Sesi 1 1.1 1.2 1.3 1.4 1.5 Konsep teknologi cloud computing Virtualization Karakteristik Cloud Computing Elasticity pada Cloud Computing Pengantar cloud computing dengan AWS Detail Materi Sesi 2 1.6 1.7 1.8 Memahami public cloud pada deployment model cloud computing Memahami private cloud pada deployment model cloud computing Memahami hybird cloud pada deplotment model cloud compting Link Materi http://bit.ly/2FRVP5f RENCANA PEMBELAJARAN Pertemuan ke 3 Topik Amazon Web Service (AWS) Deskripsi Singkat mengenai Topik Mengenal Layanan pada Cloud Computing AWS Detail Materi Sesi 1 1.1 1.2 Mengenal model pengantaran layanan cloud computing Mengetahui konsep pemindahan server fisik menjadi server virtual

Transcript of Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy...

Page 1: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

Silabus Pelatihan Fresh Graduate Academy (FGA) 2019

RENCANA PEMBELAJARAN

Pertemuan ke 1

Topik Amazon Web Service (AWS)

Deskripsi Singkat mengenai Topik Pendahuluan Cloud Computing

Detail Materi Sesi 1 1.1

1.2

Penjelasan program pelatihan secara umum Penjelasan tentang AWS dan Machine Learning.

Detail Materi Sesi 2 1.3 Pengantar Cloud computing: history, cloud benefit, cost, types of cloud computing, deployment models, security

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 2

Topik Amazon Web Service (AWS) Deskripsi Singkat mengenai Topik Konsep Teknologi Cloud Computing AWS

Detail Materi Sesi 1 1.1 1.2 1.3 1.4 1.5

Konsep teknologi cloud computing Virtualization Karakteristik Cloud Computing Elasticity pada Cloud Computing Pengantar cloud computing dengan AWS

Detail Materi Sesi 2 1.6

1.7

1.8

Memahami public cloud pada deployment model cloud computing Memahami private cloud pada deployment model cloud computing Memahami hybird cloud pada deplotment model cloud compting

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 3

Topik Amazon Web Service (AWS)

Deskripsi Singkat mengenai Topik Mengenal Layanan pada Cloud Computing AWS Detail Materi Sesi 1 1.1

1.2

Mengenal model pengantaran layanan cloud computing Mengetahui konsep pemindahan server fisik menjadi server virtual

Page 2: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

1.3

1.4

Mengetahui ancaman keamanan dan cara mengatasinya Mengenal layanan umum pada cloud computing

Detail Materi Sesi 2 1.5 1.6 1.7 1.8 1.9

1.10 1.11 1.12

AWS VPC AWS Security Groups AWS Elastic Compute Cloud AWS Load Balancing AWS Elastic Block Store AWS Simple Storage Service AWS Relational Database Service AWS DynamoDB

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 4 Topik Amazon Web Service (AWS)

Deskripsi Singkat mengenai Topik Mengenal Security pada Cloud Computing AWS

Detail Materi Sesi 1 1.1 1.2

1.3

Memahami konsep keamanan AWS AWS Access Control and Management (IAM) AWS Security Complience Program

Detail Materi Sesi 2 1.4

1.5

1.6

Pengenalan AWS Well-Architected Framework Mengenal konsep Fault Tolerance dan High Availability Web hosting dengan AWS

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN Pertemuan ke 5

Topik Amazon Web Service (AWS)

Deskripsi Singkat mengenai Topik Mengenal Pricing dan Biling Cloud Computing AWS

Detail Materi Sesi 1 1.1

1.2 1.3

Service Level Agreement dalam Cloud Computing AWS Cloud Pricing Billing Management System

Detail Materi Sesi 2 1.4 1.5 1.6

AWS fundamental pricing Pricing details Overview of the Total Cost of Ownership

Page 3: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

Calculator Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 6 Topik Amazon Web Service (AWS)

Deskripsi Singkat mengenai Topik Persiapan Ujian AWS

Detail Materi Sesi 1 1.1 Persiapan Ujian Detail Materi Sesi 2 1.2 Latihan Soal

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN Pertemuan ke 7

Topik Amazon Web Service (AWS)

Deskripsi Singkat mengenai Topik 1.

2.

Mengenal beberapa layanan Amazon Web Service untuk aplikasi machine learning Mengenal platform Google Colaboratory sebagai platform yang akan digunakan selama pelatihan

Detail Materi Sesi 1 1.1 1.2

1.3 1.4 1.5 1.6

Implementasi machine learning di Amazon Platform machine learning AWS Sagemaker Mengetahui Amazon Rekognition Mengetahui Amazon Poly Mengetahui Amazon Lex Mengetahui Amazon Comprehend

Detail Materi Sesi 2 2.1

2.2

Bereksplorasi dan mengenal antarmuka google colab Membuat program sederhana dengan platform Google Colaboratory

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 8 Topik Basic Python

Deskripsi Singkat mengenai Topik 1.

2.

Memahami pemrograman dasar python beserta pengolahan variable Menerapkan beberapa struktur data majemuk dalam bahasa pemrograman python dan mengoperasikannya

Page 4: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

Detail Materi Sesi 1 1.1

1.2

1.3

Pengenalan sintaks dasar pemrograman bahasa python Mengenal beberapa tipe data dasar dan variable Melakukan operasi dasar variabel bertipe-data String

Detail Materi Sesi 2 2.1

2.2

2.3

2.4

Menerapkan struktur data dan operasi dasar List Menerapkan struktur data dan operasi dasar Tuple Menerapkan struktur data dan operasi dasar Sets Menerapkan struktur data dan operasi dasar Dictionary

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 9

Topik Basic Python

Deskripsi Singkat mengenai Topik 3. Memahami dasar peraturan pemrograman python

Detail Materi Sesi 1 3.1

3.2

Mengimplementasikan struktur percabangan dalam bahasa python Mengimplementasikan struktur perulangan dalam bahasa python

Detail Materi Sesi 2 3.3

3.4

Melakukan pemrograman python dengan memanfaatkan fungsi Melakukan pemrograman python dengan memanfaatkan object oriented programming (OOP)

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 10

Topik Python untuk Data Science

Deskripsi Singkat mengenai Topik 1. 2.

Mengenal dan memahami library Numpy Mengenal dan memahami library Pandas

Detail Materi Sesi 1 1.1 1.2

1.3

Mengenal apa itu library NumPy Memahami penggunaan atribut dan fungsi dari NumPy Mengimplementasikan program python

Page 5: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

dengan memanfaatkan library NumPy 1D dan 2D

Detail Materi Sesi 2 2.1

2.2

2.3 2.4

2.5

Membuat program python untuk melakukan read file Membuat program python untuk melaukan write file Mengenal apa itu library Pandas Memahami penggunaan atribut dan fungsi dari Pandas Bekerja dengan Dataframe (salah satu class di library Pandas), dan mengimplementasikannya dalam program python

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 11

Topik Python untuk Data Science Deskripsi Singkat mengenai Topik 3.

4.

Mengenal visualisasi dalam machine learning dan library Matplotlib Melakukan visualisasi dengan menggunakan library Matplotlib

Detail Materi Sesi 1 3.1

3.2 3.3

3.4

Memahami pentingnya visualisasi data dalam analisis data untuk machine learning Mengenal apa itu library Matplotlib Memahami hubungan erat Pandas dengan Matplotlib dan mengimplementasikannya dalam program python Melakukan visualisasi dengan class Line

Detail Materi Sesi 2 4.1

4.2

4.3

4.4

4.5

4.6

Melakukan visualisasi dengan class Area plots Melakukan visualisasi dengan class Histogram Melakukan visualisasi dengan class Bar Chart Melakukan visualisasi dengan class Pie Chart Melakukan visualisasi dengan class Box plots Melakukan visualisasi dengan class Scatter plots

Page 6: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 12

Topik Dasar Machine Learning Deskripsi Singkat mengenai Topik 1.

2.

3.

Memahami terminologi machine learning dan beberapa contoh-contoh aplikasinya dalam kehidupan Memahami python sebagai salah satu bahasa pemrograman yang cocok untuk machine learning Memahami dua pendekatan machine learning, supervised dan unsupervised

Detail Materi Sesi 1 1.1

1.2 1.3

2.1

2.2

2.3

Mengenal machine learning dan perbedaannya dengan Artificial Inteligence dan Deep Learning Memahami contoh kasus permasalahan yang dapat dieselesaikan machine learning Beberapa aplikasi penggunaan machine learning dalam kehidupan nyata Mengenal peran bahasa python untuk machine learning Mengetahui beberapa library python penting untuk mendukung machine learning Memahami dan mengimplementasikan kerangka kerja machine learning dengan library sklearn

Detail Materi Sesi 2 3.1

3.2

3.3

Mengetahui 2 teknik machine learning (supervised dan unsupervised) Memahami supervised learning dan beberapa contohnya Memahami unsupervised learning dan beberapa contohnya

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 13

Topik Essential Math untuk Machine Learning

Deskripsi Singkat mengenai Topik 1. Memahami matematika aljabar liner dan mengimplementasikannya dalam program python

Page 7: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

Detail Materi Sesi 1 1.1

1.2

1.3 1.4

Mengetahui pentingnya pemahaman matematika aljabar linear untuk memahami machine learning dengan lebih mudah Perkalian dan Penjumlahan vektor dan Matriks Transpose dan Invers dari Matriks Eigenvektor dan Eigenvalue Matriks

Detail Materi Sesi 2 1.5 Memecahkan permasalahan aljabar linear

dengan mengimplementasikan program

python

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN Pertemuan ke 14

Topik Essential Math untuk Machine Learning

Deskripsi Singkat mengenai Topik 2. Memahami matematika kalkulus dasar dan mengimplementasikannya dalam program python

Detail Materi Sesi 1 2.1

2.2 2.3

Menetahui pentingnya pemahaman matematika kalkulus untuk memahami machine learning dengan lebih mudah Gradient dan univariate differentiation Multivariate differentiation

Detail Materi Sesi 2 2.4 Memecahkan permasalahan kalkulus dengan mengimplementasikan program python

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN Pertemuan ke 15

Topik Algoritma Machine Learning: Regrssion

Deskripsi Singkat mengenai Topik 1.

2.

Memahami algoritma prediksi dengan linear regression Memahami algoritma prediksi dengan non-linear regression

Detail Materi Sesi 1 1.1

1.2 1.3

Memahami apa yang dimaksud dengan regresi linier Memahami algoritma linear regression Mengetahui contoh kasus yang bisa diselesaikan dengan linear regression

Page 8: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

1.4 Mengimplementasikan linear regression dengan python

Detail Materi Sesi 2 2.1

2.2 2.3

Mengatahui tidak seluruh kasus bisa berbentuk linear Memahami algoritma non-linear regression Mengimplementasikan non-linear regression dengan python

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 16

Topik Algoritma Machine Learning: Classification

Deskripsi Singkat mengenai Topik 1.

2.

3.

Memahami pendekatan classification dan mengukur performa model Memahami algoritma K-Nearest Neighbor sebagai salah satu Classification Memahami algoritma Decision Tree sebagai salah satu Classification

Detail Materi Sesi 1 1.1

1.2

2.1

2.2 2.3

2.4

Memahami pendekatan classification dan perbedaannya dengan regression Memahami evaluasi pengukuran dengan Jaccard Index dan F1 score Memahami konsep dasar K-Nearest Neighbor Algoritma K-Nearest Neighbor Memahami decision boundary dengan K-Nearest Neighbor Mengimplementasikan K-Nearest Neighbor dengan python

Detail Materi Sesi 2 3.1 3.2 3.3

Memahami konsep dasar Decision tree Algoritma Decision Tree Mengimplementasikan Decision tree dengan python

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 17

Topik Algoritma Machine Learning: Classification Deskripsi Singkat mengenai Topik 4.

Memahami algoritma Logistic Regression sebagai salah satu Classification Memahami algoritma Support Vector

Page 9: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

5. Machine sebagai salah satu Classification Detail Materi Sesi 1 4.1

4.2 4.3

Memahami konsep dasar Logistic Regression dan perbedaannya dengan Regression Algoritma Logistic Regression Mengimplementasikan Logistic Regression dengan Python

Detail Materi Sesi 2 5.1

5.2 5.3

Memahami konsep dasar Support Vector Machine Algoritma Support Vector Machine Mengimplementasikan Support Vector Machine dengan python

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 18

Topik Algoritma Machine Learning: Clustering

Deskripsi Singkat mengenai Topik 1.

2.

3.

Memahami pendekatan clustering dan perbedaannya dengan classification Memahami algoritma K-Means sebagai salah satu Clustering Memahami Hierarchial Clustering sebagai salah satu Clustering

Detail Materi Sesi 1 1.1 1.2

1.3

2.1 2.2 2.3

Memahami pendekatan clustering Mengetahui perbedaan clustering dengan classification Mengetahui mengapa clustering dibutuhkan dalam beberapa kasus Memahami konsep dasar K-Means Algoritma K-Means Mengimplementasikan K-Means dengan python

Detail Materi Sesi 2 3.1 3.2 3.3

Memahami konsep Hierarchial Clustering Algoritma Hierarchial Clustering Mengimplementasikan Hierarchial Clustering dengan python

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 19

Topik Algoritma Machine Learning: Clustering

Page 10: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

Deskripsi Singkat mengenai Topik 4.

5.

Memahami DBSCAN sebagai salahsatu Clustering Mengimplementasikan salah satu algoritma machine learning.

Detail Materi Sesi 1 4.1 4.2 4.3

Memahami konsep DBSCAN Algoritma DBSCAN Mengimplementasikan DBSCAN dengan python

Detail Materi Sesi 2 5.1 Bereksplorasi memecahkan permasahalan machine learning dengan sebuah dataset dan mengimplementasikannya di python tanpa notebook dari Instruktur

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 20

Topik Recommender System

Deskripsi Singkat mengenai Topik 1. 2.

3.

Memahami Recommender System Memahami Content Based sebagai salah satu pendekatan recommender system Memahami Collaborative Filter sebagai salah satu pendekatan recommender system

Detail Materi Sesi 1 1.1

1.2

2.1

2.2

Memahami apa yang dimaksud dengan terminologi Recommender System Mengetahui dua pendekatan Recommender System, Content based dan Colaborative Filtering Memahami konsep Content Based Recommender System Mengimplementasikan Conent Based Recommender System dengan python

Detail Materi Sesi 2 3.1

3.2

Memahami konsep Collaborative Filtering Recommender System Mengimplementasikan Collaborative Filtering dengan python

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 21

Topik Project Machine Learning

Deskripsi Singkat mengenai Topik Evaluasi kemampuan analisis dan pemecahan

Page 11: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

masalah sebuah studi kasus machine learning Detail Materi Sesi 1 1.1 Menyelesaikan project yang ada dalam

project description

Detail Materi Sesi 2 1.2 Menyelesaikan project yang ada dalam project description

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN Pertemuan ke 22

Topik Ujian Pertengahan

Deskripsi Singkat mengenai Topik 1.

2.

Evaluasi pemahaman Amazon Web Service Evaluasi pemahaman Machine Learning

Detail Materi Sesi 1 1.1 Simulasi Ujian AWS

Detail Materi Sesi 2 2.1 Ujian pilihan ganda machine learning

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 23

Topik Pengantar Neural Network Deskripsi Singkat mengenai Topik 1.

2. Memahami konsep dasar neural network Memahami terminologi error/cost function

Detail Materi Sesi 1 1.1

1.2

1.3

Hubungan logistic regression dengan perceptron dalam neural network Konsep dasar Neural network dan Komponen Perceptron (Weight, Bias, Activation function) Mengimplementasikan perceptron untuk logika AND dan OR

Detail Materi Sesi 2 2.1

2.2

2.3

Memahami step function vs sigmoid function Binary classification (sigmoid) vs Multiclass classification (softmax) Memahami cross corelation sebagai salah satu error function yang paling umum digunakan

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Page 12: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

Pertemuan ke 24 Topik Pengantar Neural Network

Deskripsi Singkat mengenai Topik 3. 4.

Memahami algoritma gradient descent Mengenal Multi-layer perceptron neural network dan algoritma training backpropagation.

Detail Materi Sesi 1 3.1

3.2 3.3

Memahami peran error/cost function dalam pencarian model yang paling optimal Memahami apa itu gradient Memahami algoritma gradient descent

Detail Materi Sesi 2 4.1

4.2

4.3

Memahami arsitektur multi-layer perceptron Memahami algoritma training multi-layer perceptron neural network dengan Backpropagation Mengimplementasikan Neural Network secara keseluruhan

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 25 Topik Pengantar Deep Learning

Deskripsi Singkat mengenai Topik 1. 2.

Memahami konsep dasar deep learning Mengetahui beberapa model arsitektur yang umum digunakan dalam sebuah permasalahan

Detail Materi Sesi 1 1.1 1.2

1.3

1.4

Memahami terminologi Deep Learning Mengetahui alasan penggunaan Deep Learning Mengetahui pilihan deep net yang tepat untuk sebuah studi kasus tertentu Memahami bahwa deep learning memiliki tantangannya sendiri dan permasalahannya

Detail Materi Sesi 2 2.1

2.2

2.3

2.4

Mengetahui model arsitektur CNN secara garis besar Mengetahui model arsitektur RNN secara garis besar Mengetahui model arsitektur RBM secara garis besar Mengetahui model arsitektur DBN secara

Page 13: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

2.5

2.6

garis besar Mengetahui model arsitektur AE secara garis besar Mengetahui model arsitektur RNTN secara garis besar

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN Pertemuan ke 26

Topik Pengantar Deep Learning

Deskripsi Singkat mengenai Topik 3. Mengenal library dan platform deep learning serta berinteraksi dengan beberapa diantaranya

Detail Materi Sesi 1 3.1

3.2

Mengetahui beberapa library deep learning yang umum digunakan (Theano, H2O, Caffe, Torch) Mengenal beberapa platform deep learning terintegrasi yang umum digunakan (AWS, H2O, Deeplearning4j, predictionIO)

Detail Materi Sesi 2 3.3 Bermain Deep Learning dengan beberapa platform online yang tersedia (Deepcognition, Playground)

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 27

Topik Pengantar Deep Learning

Deskripsi Singkat mengenai Topik 4. Mengenal library Tensorflow sebagai salah satu library yang paling sering digunakan dalam implementasi deep learning

Detail Materi Sesi 1 4.1 4.2 4.3 4.4

Mengenal library tensorflow Mengenal tipe data tensor Mengetahui arsitektur tensorflow Mengimplementasikan program dasar dengan tensorflow pertama

Detail Materi Sesi 2 4.5 Mengimplementasikan linear regression dan logistic regression menggunakan library tensorflow

Link Materi http://bit.ly/2FRVP5f

Page 14: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

RENCANA PEMBELAJARAN Pertemuan ke 28

Topik Supervised dan Unsupervised Deep Learning

Deskripsi Singkat mengenai Topik 1. Memahami lebih dalam dan mengimplementasikan arsitektur Convolutional Neural Netwok (CNN)

Detail Materi Sesi 1 1.1

1.2 1.3

1.4

Mengetahui cara manusia memahami gambar Memahami operasi konvolusi Memahami cara kerja arsitektur Convolutional Neural Network (Convolution Layer, Max Pooling Layer, Fully Connected Layer) Memahami proses training CNN

Detail Materi Sesi 2 1.5 Mengimplementasikan arsitektur Convolutional Neural Network menggunakan tensorflow

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 29

Topik Supervised dan Unsupervised Deep Learning

Deskripsi Singkat mengenai Topik 2. Memahami lebih dalam dan mengimplementasikan arsitektur Recurrent Neural Network (RNN) dan Long Short Term Memory (LSTM)

Detail Materi Sesi 1 2.1

2.2 2.3 2.4

Memahami permasalahan data sequential Memahami cara kerja arsitektur Recurrent Neural Network (RNN) dan mengetahui masalah mendasar pada arsitektur ini Memahami arsitektur Long Short Term Memory (LSTM) sebagai pengganti RNN Mengetahui manfaat LSTM dalam language modelling

Detail Materi Sesi 2 2.5 Mengimplementasikan RNN dan LSTM menggunakan tensorflow

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 30

Page 15: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

Topik Supervised dan Unsupervised Deep Learning Deskripsi Singkat mengenai Topik 3. Memahami lebih dalam dan

mengimplementasikan arsitektur Restricted Boltzman Machine (RBM)

Detail Materi Sesi 1 3.1

3.2

3.3

Memahami arsitektur Restricted Blotzmann Machine (RBM) Memahami kasus yang bisa diselesaikan dengan arsitektur RBM Memahami cara training RBM

Detail Materi Sesi 2 3.4 Mengimplementasikan RBM menggunakan tensorflow

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 31

Topik Supervised dan Unsupervised Deep Learning

Deskripsi Singkat mengenai Topik 4. Memahami lebih dalam dan mengimplementasikan arsitektur Autoencoder (AE)

Detail Materi Sesi 1 4.1

4.2

4.3 4.4

Memahami motivasi awal arsitektur Autoencoder (AE) diciptakan Mengetahui permasalahan dimensi dan dimensionality reduction dengan PCA Memahami arsitektur Autoencoder Mengetahui kasus-kasus yang dapat diselesaikan dengan Autoencoder (AE)

Detail Materi Sesi 2 4.5 Mengimplementasikan AE menggunakan tensorflow

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 32

Topik Accelerated Deep Learning

Deskripsi Singkat mengenai Topik 1.

2.

Memahami GPU sebagai pemroses alternatif yang lebih cepat dibanding CPU Mempraktikkan dan memperbandingkan secara langsung Deep Learning dengan menggunakan CPU dan GPU

Detail Materi Sesi 1 1.1

1.2

Memahami permasalahan yang muncul jika data yang berjumlah besar Memahami bahwa multiplikasi matriks

Page 16: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

1.3

1.4

dalam deep learning sangat memakan resource Memahami Graphical Processing Unit sebagai alternatif sumber daya pemrosesan Memahami perbedaan pemrosesan antara CPU dan GPU dan alasan mengapa GPU lebih unggul dari CPU

Detail Materi Sesi 2 2.1 Praktik implementasi salah satu algoritma deep learning dan melakukan perbandingan performa antara CPU dengan GPU

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 33 Topik Distributed dan Accelerated Deep Learning

Deskripsi Singkat mengenai Topik 1.

2.

Memahami alasan penggunaan platform cloud deep learning Memahami distributed deep learning

Detail Materi Sesi 1 1.1 1.2 1.3

GPU sebagai hardware accelerator Keterbatasan performa GPU Solusi menggunakan Cloud Platform

Detail Materi Sesi 2 2.1 Apa itu distributed deep learning Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 34

Topik Project Deep Learning

Deskripsi Singkat mengenai Topik 1. Evaluasi kemampuan analisis dan pemecahan masalah sebuah studi kasus Deep Learning

Detail Materi Sesi 1 1.1 Menyelesaikan project yang ada dalam project description

Detail Materi Sesi 2 1.2 Menyelesaikan project yang ada dalam project description

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 35

Page 17: Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 · Silabus Pelatihan Fresh Graduate Academy (FGA) 2019 RENCANA PEMBELAJARAN Pertemuan ke 1 Topik Amazon Web Service (AWS) Deskripsi

Topik Project Deep Learning Deskripsi Singkat mengenai Topik 2. Evaluasi kemampuan membuat laporan

dan presentasi sebuah studi kasus Deep Learning

Detail Materi Sesi 1 2.1 Presentasi project penyelesaian studi kasus yang telah dikerjakan pada hari sebelumnya

Detail Materi Sesi 2 2.2 Presentasi project penyelesaian studi kasus yang telah dikerjakan pada hari sebelumnya

Link Materi http://bit.ly/2FRVP5f

RENCANA PEMBELAJARAN

Pertemuan ke 36

Topik Ujian Akhir

Deskripsi Singkat mengenai Topik 1.

2.

Mengingat kembali seluruh materi dalam rangkaian pelathian yang telah dijalani Evaluasi pemahaman Deep Learning

Detail Materi Sesi 1 1.1 Memahami dan mengingat kembali materi pelatihan dari Machine Learning sampai Deep Learning

Detail Materi Sesi 2 2.1 Ujian pilihan ganda machine learning

Link Materi http://bit.ly/2FRVP5f