Carian Kursus

[ KCA0057 ] Kursus Machine Learning for Data Science [ Siri 1/2022 ]

Sinopsis Kursus

Kursus ini menerangkan mengenai konsep Machine Learning dengan betul menggunakan pengaturcaraan R. Kursus ini juga membolehkan peserta untuk menerangkan algoritma di dalam Machine Learning seperti Supervised dan Unsupervised dengan betul dan mengaplikasikan algoritma tersebut di dalam membina model yang terbaik dan tepat semasa analisa data dilakukan.  

Objektif Kursus
  1. Menerangkan konsep Machine Learning dengan betul
    Explain the concept of Machine Learning correctly
  2. Menerangkan algoritma di dalam Machine Learning seperti Supervised dan Unsupervised Algorithm dengan betul
    Explain algorithms in Machine Learning such as Supervised and Unsupervised Algorithms correctly
  3. Menggunakan pengaturcaraan R untuk menghasilkan algoritma Machine Learning yang betul
    Using R Programming to produce a correct Machine Learning algorithm
Syarat Tambahan

Peserta perlu menghadiri kursus Data Science Fundamentals dan Data Science for Big Data Analytics sebagai pra-syarat

Modul/Topik
Hari Pertama | 26/07/2022 | Selasa
Masa/Sesi Topik
SESI 1 : 08.30 Pagi - 10.30 Pagi
: Introduction to ML
SESI 2 : 11.00 Pagi - 01.00 Petang
: Simple Linear & Multiple Linear Regression
SESI 3 : 02.30 Petang - 04.30 Petang
: Polynomial & Support Vector Regression
Hari Ke-2 | 27/07/2022 | Rabu
Masa/Sesi Topik
SESI 1 : 08.30 Pagi - 10.30 Pagi
: Decision Tree Regression
SESI 2 : 11.00 Pagi - 01.00 Petang
: Random Forest Regression
SESI 3 : 02.30 Petang - 04.30 Petang
: Logistic Regression & Evaluating Regression Model Performance (Supervised)
Hari Ke-3 | 28/07/2022 | Khamis
Masa/Sesi Topik
SESI 1 : 08.30 Pagi - 10.30 Pagi
: Decision Tree Classification & K-Nearest Neighbor (KNN)
SESI 2 : 11.00 Pagi - 01.00 Petang
: Support Vector Machine (SVM)
SESI 3 : 02.30 Petang - 04.30 Petang
: Kernel SVM & Naïve Bayes
Hari Ke-4 | 29/07/2022 | Jumaat
Masa/Sesi Topik
SESI 1 : 08.30 Pagi - 10.30 Pagi
: Random Forest SVM & Evaluating Classification Model Performance (Supervised)
SESI 2 : 11.00 Pagi - 01.00 Petang
: K-Means Clustering
SESI 3 : 02.30 Petang - 04.30 Petang
: Hierarchical Clustering & Evaluating Model Performance (Unsupervised)