Pembelajaran mesin ditemtokake ing taun 1959 dening Arthur Samuel minangka "bidang studi sing menehi komputer kemampuan sinau tanpa diprogram kanthi eksplisit". Program Pembelajaran Mesin EITC/AI/MLPP kanthi program Python tujuane kanggo ngenalake dhasar-dhasar pembelajaran mesin (kalebu pangerten dhasar teori) sing fokus ing program karo Python. Kajaba teori, kalebu aplikasi uga aspek teoritis lan praktis saka algoritma pembelajaran mesin sing diawasi, ora diawasi, lan pembelajaran sing jero. Program kasebut kalebu regresi linier, K Tetangga Paling cedhak, Mesin Vektor Dhukungan (SVM), kluster flat, clustering hirarkis, lan jaringan saraf. Iki kalebu gagasan dhasar babagan algoritma sing ana lan logika sing ana ing mburine. Iki uga kalebu diskusi babagan aplikasi algoritma ing program nggunakake set data nyata conto bebarengan karo modul (kayata Scikit-Learn). Program kasebut uga bakal nyakup rincian saben algoritma kanthi ngetrapake algoritma kasebut ing kode, kalebu matématika sing ana gandhengane karo pemahaman babagan cara algoritma kasebut bisa digunakake, kepiye cara dimodifikasi, lan sifat-sifat apa wae, kalebu kaluwihan lan kekurangan. Algoritma sing kalebu ing pembelajaran mesin luwih gampang (dikatutake karo kabutuhan skala kanggo set data sing akeh), uga matématika sing didhasarake (aljabar linear).
Sumber Referensi Kurikulum
Dokumentasi Python
https://www.python.org/doc/
Python ngeculake download
https://www.python.org/downloads/
Python kanggo Pandhuan Wiwitan
https://www.python.org/about/gettingstarted/
Pandhuan Wiwitan Wiki Python
https://wiki.python.org/moin/BeginnersGuide
Tutorial Sinau Mesin Python W3Schools
https://www.w3schools.com/python/python_ml_getting_started.asp
Unduh materi persiapan sinau mandiri offline lengkap kanggo EITC/AI/MLP Machine Learning karo program Python ing file PDF
Bahan persiapan EITC/AI/MLP - versi standar
Bahan persiapan EITC/AI/MLP - versi lengkap kanthi pitakonan review