Mantaf bnget untuk klas nya dan sangat membantu saya untuk belajar machine learning
Machine Learning Dasar dengan Python
Regresi, klasifikasi, validasi, dan clustering dengan scikit-learn — dijalankan langsung di browser.
- Tingkat
- MenengahAda prasyarat
- Isi
- 4 modul16 pelajaran
- Waktu
- ±220 menit3 jam 40 menit
- Latihan
- 52diperiksa otomatis
Pelajaran pertama bisa dicoba tanpa akun. Selanjutnya pakai akun gratis agar progres, draft kode, dan sertifikatmu tersimpan.
Hasil belajar
Yang akan kamu bisa setelah kelas ini
- Membedakan pembelajaran terawasi dan tak terawasi, regresi dan klasifikasi, lalu menyiapkan fitur, label, dan pembagian latih-uji yang bisa diulang.
- Melatih regresi linear dan menilainya dengan MAE, MSE, RMSE, dan R².
- Melatih klasifikasi k-NN, regresi logistik, dan pohon keputusan, lalu membaca akurasi, presisi, recall, F1, dan confusion matrix.
- Mengenali overfitting, membandingkan model dengan validasi silang, menskalakan fitur di dalam Pipeline, dan mengelompokkan data dengan k-means.
Tempat berlatih
Coba, periksa, lalu lanjutkan.
52 latihan di 16 pelajaran. Jawaban diperiksa langsung di halaman materi; petunjuk dibuka bertahap. Mau menguji diri? Ada latihan berwaktu dengan soal acak dari kelas ini.
- editor Python36
- pilihan jawaban10
- jawaban angka6
Kurikulum
Enam belas pelajaran membangun model machine learning dengan scikit-learn: membedakan pembelajaran terawasi dan tak terawasi, menyiapkan fitur dan label, membagi data latih-uji, regresi linear dengan MAE, MSE, dan R², klasifikasi k-NN, regresi logistik, dan pohon keputusan dengan akurasi, presisi, recall, F1, dan confusion matrix, lalu overfitting, validasi silang, penskalaan fitur dengan Pipeline, dan clustering k-means. Semua kode dijalankan di Python sungguhan (Pyodide) dan diperiksa dengan test assert; setiap latihan memakai random_state tetap sehingga hasilnya sama setiap kali.
01Dasar machine learning dan menyiapkan data4 pelajaran
Urutan pelajaran tidak dikunci.
Untuk siapa
Orang yang sudah bisa mengolah tabel dengan pandas dan ingin membuat model prediksi pertama dari data kerja: harga, penjualan, pelanggan berhenti, atau barang cacat.
Prasyarat
Python dari Nol, Analisis Data dengan Python (DataFrame, memilih kolom, rata-rata)
Alat
- Browser modern di komputer. Python, numpy, pandas, dan scikit-learn dimuat sekali (±40 MB) lalu tersimpan di cache.
Sertifikat kelas
Selesaikan kelasnya, sertifikat ini atas namamu.
- Nama lengkapmu dan judul kelas tercetak di sertifikat.
- Kode dan QR yang bisa dicek siapa saja di kelasgratis.com/verifikasi.
- Sekali klik ke profil LinkedIn, atau unduh PNG dan PDF.
Terbit setelah 16 pelajaran wajib tuntas dan kamu menulis ulasan singkat tentang kelasnya. Bukti penyelesaian materi dari KelasGratis, bukan akreditasi atau sertifikasi kompetensi.
Ringkasnya
Tanya jawab
Machine Learning Dasar dengan Python adalah kelas gratis berbahasa Indonesia tingkat menengah dari KelasGratis. Cocok untuk orang yang sudah bisa mengolah tabel dengan pandas dan ingin membuat model prediksi pertama dari data kerja: harga, penjualan, pelanggan berhenti, atau barang cacat. Isinya 16 pelajaran dalam 4 modul (±4 jam) dengan 52 latihan yang dinilai otomatis di browser. Sertifikat penyelesaian gratis dan bisa dicek keasliannya.
- Apakah perlu memasang Python, Jupyter, atau scikit-learn?
- Tidak. Python, numpy, pandas, dan scikit-learn berjalan di browser lewat Pyodide, di-host sendiri oleh situs ini. Unduhan pertama sekitar 40 MB lalu tersimpan di cache browser.
- Kenapa hasil latihannya selalu sama, padahal pembagian data dan k-means itu acak?
- Setiap latihan menetapkan random_state, sehingga pengacakan pembagian latih-uji, pohon keputusan, dan k-means menghasilkan urutan yang sama setiap kali dijalankan. Itu juga yang membuat test assert bisa memeriksa angka persisnya.
- Data apa yang dipakai?
- Tabel kecil karangan yang ditulis langsung di kode (sewa rumah, es teh, pelanggan, kaos) dan tiga dataset mainan bawaan scikit-learn: iris, wine, dan breast cancer. Ketiganya ikut di dalam paket scikit-learn, jadi tidak ada unduhan data tambahan.
Dari pengalaman belajar
Ulasan peserta
Apa yang membantu, dan apa yang masih bisa diperbaiki?
Ulasan berasal dari akun yang telah menyelesaikan setidaknya satu pelajaran. Bintang 1–3 ditinjau admin sebelum terbit; bintang 4–5 langsung terbit. Sebelum ada ulasan terbit, kelas menggunakan nilai awal admin 5,0. Setelahnya, rating mengikuti rata-rata ulasan yang sudah terbit.
Materinya bener-bener ngebantu banget buat memahami dasar machine learning secara praktis. Latihannya interaktif dan pembahasannya runtut, jadi lebih gampang paham konsep kodingnya
Bagikan pengalaman belajarmu
Masuk dan selesaikan satu pelajaran untuk menulis ulasan. Masuk ke akun →
Setelah kelas ini
Langkah berikutnyaData Mining DasarPythonJalur yang memuat kelas ini
- Ilmu Data dengan Python13 kelas
Kelas yang menganjurkan kelas ini lebih dulu
Lanjutkan ke kelas lain
Baca juga
- Belajar machine learning dari nol: urutan Python, pandas, statistik, aljabar linier, lalu modelPanduan
- Dicoding gratis atau bayar? Lima kelas gratis, harga langganan, dan program beasiswa yang masih buka
- Belajar AI gratis: kursus Google, Microsoft, NVIDIA, dan lainnya yang benar-benar gratis atau hanya uji coba
Lab interaktif
Mulai dari pelajaran pertama.
16 pelajaran, ±220 menit, gratis sampai sertifikat.
Revisi materi terakhir: 27 Sep 2026. Laporan kesalahan bisa dikirim dari setiap halaman pelajaran.
