Deploy Projek Machine Learning ke Cloud

Dalam course ini akan dibahas secara spesifik mengenai tiga projek machine learning, dimulai dari data yang digunakan, membuat model prediksi, hingga deploy model tersebut ke cloud untuk dapat digunakan secara meluas.

BEGINNER5 penilaian25 peserta

Tentang Kelas

Target dan Sasaran Siswa

Ditujukan bagi peserta yang ingin memulai karirnya dibidang machine learning.
Ditujukan bagi peserta yang tertarik pada dunia data.
Ditujukan bagi yang melakukan dasar-dasar pemrograman.

Tujuan Umum dan Khusus Pelatihan

Memahami workflow lengkap siklus machine learning.
Menerapkan algoritma machine learning untuk berbagai kasus.
Studi kasus dan proyek pada data yang sebenarnya.
Memperkenalkan Streamlit sebagai salah satu layanan yang dapat memudahkan pengguna untuk deploy aplikasi berbasis Python.
Eksplorasi bagaimana cara deploy model machine learning ke Streamlit.
Mengetahui model machine learning mana yang harus dipilih untuk setiap jenis permasalahan.
Membangun portofolio machine learning untuk meningkatkan CV.

Peralatan Belajar Siswa

Software:
- Visual Studio Code sebagai text editor
- Akun github dan streamlit
- Browser: Chrome, Firefox, atau Ms. Edge
Bahasa Pemrograman: Python
Prosesor laptop/komputer (direkomendasikan core i3 ke atas) dengan RAM minimal 4GB.

Daftar Materi

	Intro Course ML Project Cloud	03:12

	Membuat Repo di Akun Github	01:19
	Setting Virtual Environment	02:56
	Instalasi Streamlit	01:20
	Setting Projects	06:43
	Docs Streamlit	01:01
	Membuat Menu Activities Sederhana Menggunakan Streamlit	01:18
	Pengantar Face Detection dan Haar Cascade Classifier	02:11
	Membuat Fungsi Face Detection using Haar Cascade	04:11
	Mengaktifkan Fitur Upload Gambar Menggunakan Streamlit File Uploader	03:16
	Mendeteksi Gambar dan Mengaktifkan Button Proses	01:37
	Deploy Aplikasi Face Detection ke Streamlit	01:16

	Membuat Repo di Akun Github	01:02
	Setting Project (Git Clone di VS Code Install Requirements Package)	02:21
	Problem Statement Dataset	01:59
	Data Cleaning	04:31
	Exploratory Data Analysis (1_5)	03:14
	Exploratory Data Analysis (2_5)	07:09
	Exploratory Data Analysis (3_5)	05:06
	Exploratory Data Analysis (4_5)	06:46
	Exploratory Data Analysis (5_5)	06:53
	Membangun Model Machine Learning	06:09
	Menjalankan Aplikasi pada Streamlit Local (1_2)	04:29
	Menjalankan Aplikasi pada Streamlit Local (2_2)	03:46
	Deploy Aplikasi Laptop Price Predictor ke Streamlit	01:55

	Sekilas Mengenai Natural Language Processing	01:44
	Apa Itu Analisis Sentimen	00:49
	Membuat Repo di Akun Github	00:49
	Sekilas Mengenai NLTK _ Setting Project	02:21
	Pengenalan Dataset	01:29
	Membangun Model Machine Learning	02:07
	Menjalankan Aplikasi pada Streamlit Local	02:41
	Deploy Aplikasi Sentiment Analysis ke Streamlit	01:00

Penyusun Materi

Nur Indah Pratiwi

Belum ada keterangan

Testimoni Oleh Siswa

4.8

(5 reviews)

5 Bintang

80%

4 Bintang

20%

3 Bintang

2 Bintang

1 Bintang

Raditya Angkasa

Mantap seru banget belajar disini langsung to the point tentang pembahasan, minusnya ada beberapa yang terlalu cepat aja

Benedictus Dikha Arianda

Mudah dipahami,Keren sekali,Informatif

Benedictus Dikha Arianda

Kontennya menarik,Informatif

NURYA FAHRU ROSYIDIN

Materi yang diberikan mentor sudah ok dan dapat dengan mudah dipahami akan tetapi untuk codingan countplot nya harus di sesuaikan dulu nilai x dan nilai y nya. dan juga ada codingan lain selain countplot yang error jadi perlu di ganti codingannya dulu supaya bisa jalan dan outputnya juga bisa sama.

Afandi Nur Aziz Thohari

Ada sedikit kesalahan saat menggunakan menampilkan grafik countplot, harus jelas nilai parameter x dan y nya

Komentar tidak ditemukan

Lihat Rekaman

Rp. 250,000

Beli sekali akses selamanya

Beli Sekarang

Rp. 99,000

Rp. 60,00039% off

Hemat Rp. 39,0001 Hari tersisa Diharga ini!

Sewa kelas dan akses selama 1 bulan

Sewa Sekarang

Yang akan kamu dapatkan :

33 Modul

3 jam durasi