Skip ke Konten

Advanced Machine Learning

CS501

Teknik lanjutan dalam machine learning dan deep learning

Kode Mata Kuliah: CS501

Semester: Semester 1

SKS: 3

Tipe: Wajib

Tahun Akademik: 2025/2026 2024/2025

Jumlah Mahasiswa: 18 (rata-rata)

Rating: ★ ★ ★ ★ 4.7/5.0

Prasyarat

Machine Learning (undergraduate level)

Deskripsi Mata Kuliah

Deskripsi Mata Kuliah

Advanced Machine Learning merupakan mata kuliah inti program magister yang membahas teknik-teknik canggih dalam machine learning. Fokus pada research-oriented learning dengan emphasis pada mathematical foundations dan implementation.

Capaian Pembelajaran:

  • Memahami teori matematika di balik algoritma ML
  • Mampu mengembangkan algoritma ML custom
  • Memahami advanced deep learning architectures
  • Mampu melakukan research dalam bidang ML

Topik Pokok:

  1. Mathematical Foundations of ML
  2. Advanced Optimization Techniques
  3. Deep Learning Architectures (CNN, RNN, Transformer)
  4. Reinforcement Learning
  5. Generative Models (GANs, VAEs)
  6. Bayesian Machine Learning
  7. ML Research Methodology
  8. Advanced Topics (Meta-learning, Few-shot Learning)
Capaian Pembelajaran

Mahasiswa mampu mengembangkan research dalam bidang machine learning dan menerapkan teknik advanced untuk menyelesaikan masalah kompleks

Metode Penilaian
Research Paper: 40%, Project: 30%, Final Exam: 30%
Buku Referensi
  • Probabilistic Machine Learning: An Introduction
    Penulis: Kevin P. Murphy
    MIT Press , 2022
    ISBN: 978-0262046824
Sumber Belajar Tambahan
  • PyTorch
    Software
    Framework deep learning untuk penelitian
  • arXiv
    Website
    Repository paper penelitian AI dan ML
Ringkasan Silabus

Mata kuliah ini mencakup mathematical foundations, deep learning architectures, reinforcement learning, generative models, dan metodologi penelitian ML.

Informasi Tambahan

Kategori: Mata Kuliah Magister

Kapasitas Maksimal: 20 mahasiswa

Kepuasan Mahasiswa: 4.8/5.0

Dibuat: 29/12/2025 01:22:50

Terakhir diubah: 13/02/2026 23:29:37

Mata Kuliah Terkait
AI Research Methodology
AI701 • 3 SKS • Semester 1
Ekonomi Mikro
ECO101 • 3 SKS • Semester 1
Hukum Pidana
LAW201 • 4 SKS • Semester 3
Machine Learning
IF305 • 3 SKS • Semester 5
Manajemen Pemasaran
MKT301 • 3 SKS • Semester 5
Pemrograman Dasar
IF101 • 3 SKS • Semester 1