Detail mata kuliah Topik Khusus I, program studi S1 Reguler - Matematika

Detail SAP: Topik Khusus I Tahun Ajaran 2010/2011 -02


Satuan Acara Pengajaran
Mata Kuliah MAT40991 - Topik Khusus I
Pengajar Dr. rer. nat. Hendri Murfi S.Si., M.Kom
Tujuan Perkuliahan Memahami keterhubungan (relationships) dan ketergantungan (depedencies) dalam suatu koleksi data adalah suatu aspek yang sangat penting dalam menganalisa data tersebut. Ketika tidak ada pendekatan pemodelan (modelling approaches) yang mudah untuk melakukan hal tersebut, maka pendekatan cerdas, dikenal juga dengan nama machine learning, menjadi solusi alternatif. Machine Learning adalah metode yang dapat belajar dari data (data-driven method) sehingga cerdas. Cerdas dalam artian dapat melakukan generalisasi terhadap data baru. Matakuliah ini akan menjelaskan metode-metode dari machine learning baik aspek teoritis maupun aspek aplikasi.

Minggu Ke 1
Materi Pendahuluan Machine Learning
Media Komputer, Proyektor, Papan tulis
Referensi I. H. Witten, et. al., Data Mining: Practical Machine Learning Tools and Techniques, Elsevier Inc., 2011
Aktivitas Presentasi, Diskusi, Latihan, Studi Kasus

 

Minggu Ke 2
Materi Machine Learning Toolkit : WEKA
Media Komputer, Proyektor, Papan tulis
Referensi I. H. Witten, et. al., Data Mining: Practical Machine Learning Tools and Techniques, Elsevier Inc., 2011
Aktivitas Presentasi, Diskusi, Latihan, Studi Kasus

 

Minggu Ke 3
Materi Model Linear untuk Regresi
Media Komputer, Proyektor, Papan tulis
Referensi C. Bishop, Pattern Recognition and Machine Learning, Springer-Verlag, 2006
Aktivitas Presentasi, Diskusi, Latihan

 

Minggu Ke 4
Materi Model Linear untuk Klasifikasi
Media Komputer, Proyektor, Papan tulis
Referensi C. Bishop, Pattern Recognition and Machine Learning, Springer-Verlag, 2006
Aktivitas Presentasi, Diskusi, Latihan

 

Minggu Ke 5
Materi Neural Networks (NN)
Media Komputer, Proyektor, Papan tulis
Referensi 1. C. Bishop, Pattern Recognition and Machine Learning, Springer-Verlag, 2006 2. S. Haykin, Neural Networks ? A Comprehensive Foundation, Prentice Hall, 2005
Aktivitas Presentasi, Diskusi, Latihan, Studi Kasus

 

Minggu Ke 6
Materi Metode Kernel; Radial Basis Function (RBF) Networks
Media Komputer, Proyektor, Papan tulis
Referensi 1. C. Bishop, Pattern Recognition and Machine Learning, Springer-Verlag, 2006 2. Schoelkopf & Smola, Learning with Kernels, MIT Press, 2002
Aktivitas Presentasi, Diskusi, Latihan, Studi Kasus

 

Minggu Ke 7
Materi Metode Kernel; Radial Basis Function Networks (RBFN);
Media Komputer, Proyektor, Papan tulis
Referensi 1. C. Bishop, Pattern Recognition and Machine Learning, Springer-Verlag, 2006 2. Schoelkopf & Smola, Learning with Kernels, MIT Press, 2002
Aktivitas Presentasi, Diskusi, Latihan, Studi Kasus

 

Minggu Ke 8
Materi Support Vector Machines (SVM)
Media Komputer, Proyektor, Papan tulis
Referensi 1. C. Bishop, Pattern Recognition and Machine Learning, Springer-Verlag, 2006 2. Vapnik, The Nature of Statistical Learning Theory, Springer, 2000
Aktivitas Presentasi, Diskusi, Latihan, Studi Kasus

 

Minggu Ke 9
Materi Support Vector Machines (SVM)
Media Komputer, Proyektor, Papan tulis
Referensi 1. C. Bishop, Pattern Recognition and Machine Learning, Springer-Verlag, 2006 2. Vapnik, The Nature of Statistical Learning Theory, Springer, 2000
Aktivitas Presentasi, Diskusi, Latihan, Studi Kasus

 

Minggu Ke 10
Materi Support Vector Machines (SVM)
Media Komputer, Proyektor, Papan tulis
Referensi 1. C. Bishop, Pattern Recognition and Machine Learning, Springer-Verlag, 2006 2. Vapnik, The Nature of Statistical Learning Theory, Springer, 2000
Aktivitas Presentasi, Diskusi, Latihan, Studi Kasus

 

Minggu Ke 11
Materi U T S
Media
Referensi
Aktivitas

 

Minggu Ke 12
Materi SVM untuk Regresi
Media Komputer, Proyektor, Papan Tulis
Referensi 1. C. Bishop, Pattern Recognition and Machine Learning, Springer-Verlag, 2006 2. Vapnik, The Nature of Statistical Learning Theory, Springer, 2000
Aktivitas Presentasi, Diskusi, Latihan, Studi Kasus

 

Minggu Ke 13
Materi SVM untuk Regresi Ordinal; SVM untuk Ranking
Media Komputer, Proyektor, Papan tulis
Referensi 1. R. Herbrich, T. Graepel, and K. Obermayer. Large margin rank boundaries for ordinal regression. In Advances in Large Margin Classifiers, pages 115-132. MIT Press, Cambridge, MA, 2000. 2. T. Joachims. Optimizing Search Engines Using Clickthrough Data, Prosiding SIG KDD 02, Alberta, Canada, 2002
Aktivitas Presentasi, Diskusi, Latihan, Studi Kasus

 

Minggu Ke 14
Materi SVM untuk Estimasi Densitas
Media Komputer, Proyektor, Papan tulis
Referensi B. Schoelkopf, J. C. Platt, J. Shawe-Taylor, A. J. Smola. Estimating the Support of a High-Dimensional Distribution. Neural Computation, 13, 2001
Aktivitas Presentasi, Diskusi, Latihan, Studi Kasus

 

Minggu Ke 15
Materi Topik Pilihan
Media Komputer, Proyektor, Papan tulis
Referensi
Aktivitas Presentasi, Diskusi, Latihan, Studi Kasus

 

Minggu Ke 16
Materi Topik Pilihan
Media Komputer, Proyektor, Papan Tulis
Referensi
Aktivitas Presentasi, Diskusi, Latihan, Studi Kasus