Mata Kuliah
Pembelajaran Mendalam (Deep learning)

Mata kuliah Pembelajaran Mesin Meendalam (Deep Learning) membahas metode pembelajaran berbasis jaringan saraf dalam (deep neural networks) untuk pemodelan data kompleks berskala besar. Materi inti meliputi jaringan saraf tiruan, backpropagation, convolutional neural networks (CNN), recurrent neural networks (RNN), gate recurrent unit, LSTM, deep tranfer learning, transformer, teknik regularisasi, serta implementasi deep learning. Kompetensi yang diharapkan adalah kemampuan mahasiswa dalam merancang, melatih, dan mengevaluasi model deep learning, memahami perilaku dan keterbatasannya, serta menerapkannya secara efektif dan bertanggung jawab pada berbagai permasalahan kecerdasan artifisial.

• CPL-1
  Mampu menunjukkan nilai-nilai agama, kebangsaan dan budaya nasional, serta etika akademik dalam melaksanakan tugasnya
• CPL-5
  Menguasai konsep matematika, statistika, dan ilmu komputer yang berkaitan dengan kecerdasan artifisial, menguasai teori bidang kecerdasan artifisial secara menyeluruh
• CPL-7
  Mampu merancang skenario dan membangun model kecerdasan artifisial, mengevaluasi hasil pemodelan dan mereview proses pemodelan, melakukan deployment model dan memelihara model, melakukan review proyek kecerdasan artifisial dan membuat laporan akhir.
• CPL-12
  Menguasai teori dan konsep teknologi informasi, dan kecerdasan artifisial baik dari sisi komputasi maupun manajemen informasi untuk menyelesaikan masalah kecerdasan artifisial dengan AI human-centred mindset.
• CPL-13
  Mampu merancang dan mengimplementasikan kecerdasan artifisial dalam penyelesaian masalah nyata menggunakan berbagai metode dan algoritma kecerdasan artifisial