Mata kuliah Pembelajaran Mesin membahas prinsip dan algoritma pembelajaran mesin yang memungkinkan sistem belajar dari data dan meningkatkan kinerja secara otomatis. Materi inti mencakup supervised learning (regresi dan klasifikasi), unsupervised learning, reinforcement learning, kernel learning, support vector machine, dimensionality reduction, model evaluation, overfitting–underfitting, optimasi, dan ensemble methods. Kompetensi yang ditargetkan adalah kemampuan mahasiswa dalam memahami teori dasar machine learning, memilih algoritma yang sesuai dengan karakteristik data, mengimplementasikan model secara komputasional, serta mengevaluasi dan menginterpretasikan hasil pembelajaran mesin secara kritis.
