Menu

Mode Gelap
Universitas Nusa Mandiri Raih Klasterisasi Utama: Pengakuan atas Kinerja Penelitian dan Pengabdian kepada Masyarakat UNM Beri Penghargaan Inovasi Pada Mahasiswa dan Alumni Berprestasi UNM Terima Penghargaan Apresiasi Penggabungan Perguruan Tinggi Tahun 2021 Manfaat Teknologi Untuk Ketahui Kepribadian dan Kecerdasan Pada Anak Sarah, Mahasiswa UNM yang Aktif Kuliah Sambil Berbisnis UNM Gelar Pembekalan Internal Program Kampus Mengajar Angkatan 3 Tahun 2022

Berita

Prodi Informatika UNM Kampus Digital Bisnis Sukses Gelar Workshop

badge-check

JAKARTA, NusamandiriNews–Universitas Nusa Mandiri (UNM) Fakultas Teknologi Informasi, Program Studi (Prodi) Informatika sukses menyelengarakan workshop dengan tema “The Fundamental of Machine Learning and Deep Learning”. Kegiatan terlaksana secara daring pada Sabtu (29/10) pukul 09.00 WIB dan dihadiri oleh 100 orang peserta.

Arfhan Prasetyo selaku ketua prodi (kaprodi) Informatika UNM mengatakan kegiatan ini dilaksanakan sebagai salah satu sarana memberikan wawasan pengetahuan tentang Machine Learning and Deep Learning.

Baca juga: Dosen Prodi Informatika UNM, Gencarkan Literasi Digital di Kalangan Pemuda

Prodi Informatika Sukses Gelar Workshop

“Adanya workshop ini tentu akan menambah wawasan pengetahuan peserta tentang machine learning dan deep learning juga tentang hal-hal baru dalam machine learning and deep learning,” katanya dalam rilis yang diterima, Jumat (4/11).

Sementara itu, Dr Foni Agus Setiawan selaku ketua knowledge and data engineering research groupPusat Riset Sains Data dan Informasi-Badan Riset dan Inovasi Nasional dan bertindak sebagai narasumber,  memaparkan bahwa Learning in machine learning ada 5 yaitu Supervised learning yaitu berkaitan dengan memprediksi nilai target yang diberikan pengamatan untuk inputan atau memprediksi nilai targer label informasi.

Baca juga: Prodi Informatika UNM Adakan Persamaan Persepsi Mata Kuliah

“Kedua, Unsupervised learning yaitu tanpa memberi label informasi, hanya ada input atau outputnya, lalu yang ketiga Semi Supervised Learning yaitu beberapa contoh pelatihan diberi label sementara yang lain tidak, gabungan antara Supervised learning dan Unsupervised learning,” terangnya.

Ia lanjut menjelaskan untuk yang keempat yaitu Reinforcement Learning berkaitan dengan mempelajari serangkaian tindakan yang mengarah pada hasil tertentu. Contohnya untuk game karena harus ada konteknya.

“Yang kelima Dimensionality reduction yaitu Transformasi data dari ruang dimensi tinggi ke ruang dimensi rendah,” paparnya. (UMF)

Facebook Comments Box

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Baca Lainnya

PKM 2026 Berubah Drastis, UNM Siapkan Strategi Baru agar Mahasiswa Tembus Pimnas

10 April 2026 - 15:46 WIB

PKM 2026

Riset Mahasiswa UNM Ungkap TikTok Jadi Penentu Keputusan Belanja, Tapi Bukan Faktor Utama

10 April 2026 - 15:18 WIB

Riset Mahasiswa UNM

UNM Kirim 19 Proposal PKM 2026, Bidik Lolos ke Pimnas Nasional

10 April 2026 - 14:11 WIB

UNM Kirim 19 Proposal PKM 2026

Prodi Bisnis Digital UNM Submit 10 Proposal Nasional, Bidik Pendanaan P2MW dan PKM 2026

10 April 2026 - 12:56 WIB

Prodi Bisnis Digital UNM Submit 10 Proposal Nasional

Dosen UNM Kembangkan AI Prediksi Performa Mahasiswa, Inovasi Baru untuk Pendidikan Digital

10 April 2026 - 12:42 WIB

Dosen UNM Kembangkan AI Prediksi Performa Mahasiswa
Sedang Tren di Berita