Kerangka Materi

Pengantar ke Colab Pro

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

Pengembangan Python dalam Cloud

  • Sel kode, markdown, dan struktur notebook
  • Instalasi paket dan setup lingkungan
  • Menyimpan dan versi notebook di Google Drive

Pengolahan Data dan Visualisasi

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

Machine Learning dengan Colab Pro

  • Menggunakan Scikit-learn dan TensorFlow di Colab
  • Melatih model di GPU/TPU
  • Evaluasi dan penyesuaian kinerja model

Bekerja dengan Kerangka Deep Learning

  • Menggunakan PyTorch dengan Colab Pro
  • Pengelolaan memori dan sumber daya runtime
  • Menyimpan titik kontrol dan log pelatihan

Integrasi dan Collaboration

  • Menghubungkan Google Drive dan memuat dataset bersama
  • Berkolaborasi melalui notebook bersama
  • Ekspor ke GitHub atau PDF untuk distribusi

Optimisasi Kinerja dan Praktik Terbaik

  • Mengelola masa hidup sesi dan waktu habis
  • Organisasi kode yang efisien di notebook
  • Tips untuk tugas berjalan lama atau tingkat produksi

Ringkasan dan Langkah Berikutnya

Persyaratan

  • Pengalaman dengan pemrograman Python
  • Ketahuan dengan Jupyter notebooks dan analisis data dasar
  • Memahami alur kerja pembelajaran mesin umum

Audience

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

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait