Kerangka Materi

Pengenalan ke Google Colab Pro

  • Colab vs. Colab Pro: fitur dan batasan
  • Membuat dan mengelola buku catatan
  • Akselerator perangkat keras dan pengaturan runtime

Pemrograman Python di Cloud

  • Sel kode, markdown, dan struktur buku catatan
  • Instalasi paket dan penyiapan lingkungan
  • Menyimpan dan versi buku catatan di Google Drive

Pemrosesan Data dan Visualisasi

  • Memuat dan menganalisis data dari file, Google Sheets, atau API
  • Menggunakan Pandas, Matplotlib, dan Seaborn
  • Streaming dan visualisasi dataset besar

Pembelajaran Mesin dengan Colab Pro

  • Menggunakan Scikit-learn dan TensorFlow di Colab
  • Melatih model pada GPU/TPU
  • Menilai dan menyetel kinerja model

Bekerja dengan Kerangka Kerja Pembelajaran Mendalam

  • Menggunakan PyTorch dengan Colab Pro
  • Mengelola memori dan sumber daya runtime
  • Menyimpan checkpoint dan log pelatihan

Integrasi dan Kolaborasi

  • Menghubungkan Google Drive dan memuat dataset yang dibagikan
  • Berkolaborasi melalui buku catatan yang dibagikan
  • Mengekspor ke GitHub atau PDF untuk distribusi

Optimisasi Kinerja dan Praktik Terbaik

  • Mengelola waktu hidup sesi dan timeout
  • Organisasi kode yang efisien di buku catatan
  • Tips untuk tugas jangka panjang atau tingkat produksi

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pengalaman dengan pemrograman Python
  • Kenalan dengan buku catatan Jupyter dan analisis data dasar
  • Pemahaman tentang alur kerja pembelajaran mesin yang umum

Audience

  • Ilmuwan dan analis data
  • Insinyur pembelajaran mesin
  • Pengembang Python yang bekerja pada proyek AI atau penelitian
 14 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait