Diposting oleh Barry Rosenberg, Google Engineering Education Team

Hari ini, kami senang bisa berbagi Machine Learning Crash Course (MLCC) dengan dunia. MLCC adalah salah satu kursus terpopuler yang dibuat untuk engineer Google. Tim edukasi engineer kami telah memberikan kursus ini kepada lebih dari 18.000 Googler, dan kini Anda bisa mengikutinya juga! Kursus ini mengembangkan intuisi di seputar konsep machine learning dasar.

Apa saja yang dibahas kursus ini?


MLCC mencakup banyak dasar machine learning, mulai dari hilang dan turunnya gradien, hingga pembangunan melalui model klasifikasi dan neural net. Pelatihan pemrograman ini memperkenalkan TensorFlow. Anda akan menonton video singkat dari pakar machine learning Google, membaca pelajaran teks singkat, dan bermain dengan gadget edukasi yang dirancang oleh engineer dan desainer instruksional.

Berapa biayanya?


MLCC gratis.

Saya tidak mengerti. Mengapa Anda menawarkan MLCC kepada semua orang?


Kami percaya bahwa potensi machine learning begitu luas sehingga setiap pengguna teknis harus belajar dasar-dasar machine learning. Kami menawarkan kursus dalam bahasa Inggris, Spanyol, Korea, Mandarin, dan Prancis.

Apakah penerapan di sistem sesungguhnya akan dibahas juga dalam kursus ini?


Ya, MLCC akan diakhiri dengan pelajaran singkat tentang perancangan sistem machine learning secara nyata. MLCC juga berisi bagian informasi sehingga Anda bisa belajar dari kesalahan yang telah dilakukan ahli kami.

Apakah saya perlu memiliki latar belakang matematika untuk memahami MLCC?


Memahami sedikit aljabar dan statistik dasar (mean dan standar deviasi) akan sangat membantu Anda. Bila memahami kalkulus, Anda akan mendapatkan sedikit lebih banyak manfaat dari kursus ini, tetapi kalkulus bukanlah sebuah keharusan. MLCC berisi bagian yang membantu untuk menyegarkan memori Anda pada matematika dasar.

Apakah ini kursus pemrograman?


MLCC berisi beberapa pelatihan pemrograman Python. Namun, pelatihan tersebut hanya sebagian kecil dari keseluruhan kursus, yang bisa dilewati oleh non-programmer.

Saya baru mengenal Python. Akankah latihan pemrograman ini terlalu sulit bagi saya?


Banyak engineer Google yang mengikuti MLCC tidak mengenal Python tetapi tetap bisa menyelesaikan pelatihannya. Hal itu karena Anda hanya akan menulis beberapa baris kode selama pelatihan pemrograman. Alih-alih menulis kode dari nol, Anda hanya perlu memanipulasi nilai variabel yang ada. Memang, kode ini akan lebih mudah dipahami jika Anda bisa memprogram dengan Python.

Namun bagaimana saya dapat belajar konsep machine learning tanpa pemrograman?


MLCC mengandalkan berbagai media dan fitur interaktif langsung untuk membangun intuisi dalam konsep machine learning dasar. Anda membutuhkan pemikiran teknis, tetapi tidak memerlukan keahlian pemrograman.

Bagaimana saya bisa menunjukkan kemampuan machine learning saya?


Seiring pengetahuan Anda tentang Machine Learning bertumbuh, Anda bisa menguji kemampuan dengan membantu orang lain. Kami juga menyelenggarakan kompetisi Kaggle untuk membantu DonorsChoose.org. DonorsChoose.org adalah sebuah organisasi yang memberdayakan guru sekolah umum dari seluruh negeri untuk meminta materi dan pengalaman yang mereka butuhkan untuk membantu siswa berkembang. Guru-guru mengirimkan ratusan ribu proposal project setiap tahun; diperkirakan ada 500.000 proposal pada tahun 2018.

Saat ini, DonorsChoose.org mengandalkan banyak sukarelawan untuk menyaring proposal-proposal tersebut. Kompetisi Kaggle diharapkan bisa membantu DonorsChoose.org menggunakan ML untuk mempercepat proses penyaringan, sehingga para sukarelawan bisa memanfaatkan waktu mereka dengan lebih baik lagi. Selain itu, pekerjaan ini juga harus membantu meningkatkan konsistensi pengambilan keputusan tentang project.

Apakah MLCC satu-satunya project edukasi machine learning dari Google?


MLCC hanyalah salah satu dari banyak cara untuk mempelajari machine learning. Untuk menjelajah dunia edukasi machine learning dari Google, lihat program AI baru kami Belajar dengan Google di g.co/learnwithgoogleai. Untuk memulai MLCC, lihat g.co/machinelearningcrashcourse.