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

Lolos Pendanaan P2MW 2026, Mahasiswa UNM Siap Tancap Gas Bangun Bisnis Berdaya Saing

9 Juni 2026 - 15:32 WIB

Mahasiswa UNM Siap Tancap Gas Bangun Bisnis Berdaya Saing

Pakar Malaysia Bongkar Rahasia AI, Mahasiswa Informatika UNM Diajak Kuasai Computer Vision

9 Juni 2026 - 15:14 WIB

Mahasiswa Informatika UNM Diajak Kuasai Computer Vision

Tesis Tak Berakhir di Rak Perpustakaan, Wisudawan Magister UNM Tembus Jurnal Scopus

9 Juni 2026 - 13:39 WIB

Wisudawan Magister UNM Tembus Jurnal Scopus

AI Ubah Dunia Kerja, Open House Magister Informatika UNM Bongkar Peluang Karier Masa Depan

9 Juni 2026 - 12:42 WIB

Open House Magister Informatika UNM

Magister Informatika UNM Cetak Technopreneur, Siap Bangun Startup Berbasis AI dan Teknologi Digital

9 Juni 2026 - 09:29 WIB

Magister Informatika UNM Cetak Technopreneur
Sedang Tren di Berita
Numa Chat
AI Agent yang siap menjawab pertanyaan kamu...
🎓

Program Studi

Informasi tentang jurusan dan program studi

💲

Beasiswa

Info beasiswa dan cara mendaftar

🧾

Biaya Kuliah

Informasi biaya dan metode pembayaran

📄

Pendaftaran

Cara daftar dan syarat pendaftaran

🏢

Fasilitas Kampus

Informasi fasilitas dan lingkungan kampus