Mata kuliah Magister Advanced Machine Learning adalah mata kuliah yang mendalamkan mahasiswa dalam konsep-konsep canggih dan teknik lanjutan dalam pembelajaran mesin. Fokusnya mencakup pengembangan model yang kompleks, optimalisasi algoritma, dan aplikasi kecerdasan buatan di berbagai domain. Mahasiswa akan mempelajari metode-metode seperti deep learning, reinforcement learning, dan transfer learning. Selain itu, materi melibatkan eksplorasi konsep-konsep seperti interpretability, fairness, dan explainability dalam konteks pembelajaran mesin. Program ini dirancang untuk mempersiapkan mahasiswa dengan keterampilan tingkat lanjut dalam menghadapi tantangan kompleks dalam pengembangan model pembelajaran mesin yang efektif dan inovatif.

• Mahasiswa mampu menjelaskan konsep machine learning dan langkah-langkah mengembangkan proyek machine learning
• Mahasiswa menguraikan langkah-langkah untuk mengembangkan model machine learning.
• Mahasiswa mampu mengimplementasikan algoritma machine learning dengan menggunakan data dunia nyata.
• Mahasiswa mampu mengaplikasikan metode machine learning untuk membantu pemecahan permasalahan di dunia nyata.

• Deep Learning
• Reinforcement Learning
• Transfer Learning
• Interpretability dan Explainability
• Fairness dan Bias dalam Pembelajaran Mesin
• Optimisasi Model
• Sistem Pembelajaran Mesin Terdistribusi
• Aplikasi Khusus Pembelajaran Mesin

Perkuliahan dievaluasi menggunakan 4 komponen berikut ini:

1. Ujian akhir semester (UAS)
2. Ujian tengah semester (UTS)
3. Penugasan, portofolio dan keaktifan selama perkuliahan
4. Ketuntasan belajar seperti yang diukur di LMS (learning management system)