DATA SCIENCE III ACADEMY
Deep Learning and Reinforcement Learning
Data Science III Academy merupakan program lanjutan dari Data Science II Academy yang diselenggarakan oleh DTSense. Di program ini, peserta akan belajar Python & Data Science pada level yang lebih advance, yaitu mendalami konsep-konsep & teknik yang digunakan dalam Deep Learning & Reinforcement Learning, seperti: CNN, LSTM, Q Learning, DQN, etc. Juga mempelajari Machine Learning Deployment seperti TensorFlow JS atau TensorFlow lite!
Apa saja yang akan dipelajari?
Day 1
Brief Recaps to Artificial Intelligence and Machine Learning with python (scikit-learn)
Day 2
Introduction to Deep Learning (Neural Networks in details with TensorFlow 2.0 implementation)
Day 3
Deep Learning Strategy (Layers Strategy, ML Optimization, Regularization, Hyperparameter Tuning)
Day 4
Convolutional Neural Networks in details (Convolutional layers, Pooling, Stride, Padding)
Strategy (Data Augmentation)
Day 5
Recurrent Neural Networks - Long Short Term Memory in Details
Day 6
Transfer Learning + Implementations (NLP and Image)
Day 7
Reinforcement Learning (Intro to RL, Deep Reinforcement Learning)
Day 8
ML Deployment (TensorFlow JS / TensorFlow Lite)
Untuk membaca lebih detail mengenai silabus, dapat mengunduh halaman PDF
Metode Belajar Mengajar
Kelas yang intensif melalui Zoom dengan maksimal 10 orang/kelas, memungkinkan proses pembelajaran menjadi lebih efektif. Sistem pengajaran dua arah juga akan menciptakan suasana kelas yang interaktif, dimana peserta bisa langsung bertanya dan berdiskusi dengan tutor jika menemukan hal-hal yang kurang dimengerti. Selain itu, tutor juga membuka peluang kepada peserta untuk melakukan konsultasi di luar jam pelajaran tanpa memungut biaya tambahan.
DTSense membuka jadwal konsultasi di luar jam pelajaran bagi peserta yang ingin bertanya lebih jauh seputar materi yang sudah disampaikan di dalam kelas. Selain itu, peserta juga bisa berkonsultasi seputar tips kuliah & berkarir di Jerman, dan juga membuat CV & Cover Letter dalam bahasa Inggris. Konsultasi ini tidak dipungut biaya tambahan.
Setiap peserta akan mendapatkan modul pembelajaran dalam B. Indonesia yang disusun oleh Tim Akademi DTSense. Modul tersebut dirancang sedemikian rupa agar peserta dapat mempelajari Data Science secara step-by-step. Dengan adanya modul pembelajaran, kegiatan belajar-mengajar menjadi lebih terstruktur dan peserta dapat mengikuti materi pembelajaran dengan baik.
Peserta akan mendapatkan tugas yang diberikan pada setiap pertemuan. Tugas tersebut berupa Project & Case Studies yang memungkinkan peserta untuk mengulang & lebih mendalami materi yang sudah dipelajari.
Kegiatan belajar-mengajar akan disampaikan dengan Bahasa Indonesia. Sehingga peserta yang notaben-nya adalah orang Indonesia bisa lebih leluasa dalam memahami dan bertanya seputar materi yang disampaikan.
Pada setiap pertemuan, peserta tidak hanya belajar seputar teori, tetapi juga mempraktikannya secara langsung di Jupyter Notebook sebagai IDE (Integrated Development Environment).
Materi yang disampaikan pada setiap pertemuan akan direkam dan hanya dapat diakses oleh peserta. Hal ini akan membantu peserta untuk mengulang & mengingat kembali materi yang sudah disampaikan ketika kursus sudah selesai.
Meskipun materi pembelajaran akan disampaikan dalam bahasa Indonesia, alangkah baiknya peserta juga memiliki dasar pengetahuan dalam berbahasa inggris. Karena saat melakukan coding Python, banyak ditemukan istilah-istilah yang menggunakan bahasa Inggris.
Jika peserta sudah memiliki kemampuan dasar bahasa Inggris tetapi ingin menambah kemampuan bahasa asing lain, maka kami memberikan kesempatan untuk belajar dasar-dasar bahasa Jerman untuk level pemula.
Syarat mengikuti Data Science III Academy
Untuk mengikuti Data Science III Academy ini, calon peserta perlu memiliki pengetahuan dasar mengenai Artificial Intelligence / Machine Learning & berpengalaman dalam programming menggunakan Python. Beberapa skills yang perlu dimiliki oleh calon peserta sebelum mengikuti program Data Science III Academy, diantaranya:
- Mengerti penggunaan Python Collections: List, Dictionary, Array, Tuple
- Mengert konsep looping & control flow: While loop & For loop
- Mengerti penggunaan NumPy untuk simple metric calculation
- Mengerti cara mengolah dataset dengan Pandas DataFrame
- Mengerti cara membuat self-defined functions (def)
- Mengerti bagaimana cara memvisualisasikan data secara sederhana menggunakan Matplotlib & Seaborn
- Mengerti basic Artificial Intelligence dan Machine Learning