rhps.

Rio Harapan Pangihutan

| Rio Harapan Ps. | 03 Jul 2017 | 6 mins read

deeplearning.ai Course


Diakhir tahun 2017 ini saya mengambil satu Specialization Course di suatu website MOOC (Massive Open Online Course) yang begitu terkenal Coursera. Specialization Course merupakan sebuah Course yang berfokus untuk mempelajari suatu bidang atau ranah tertentu, misalnya Specialization Course yang saya ambil saat ini ialah Deep Learning Specialization Courses.

Dalam satu Specialization Course terdapat beberapa Course lagi yang masing-masingnya membahas suatu topik yang sangat spesifik dalam bidang tersebut. Jadi dalam satu Specialization Course tersebut nantinya kita akan diperkenalkan dulu hal yang dasar-dasar sebagai syarat sebelum mempelajari sesuatu yang lebih mendalam lagi. Dibeberapa Specialization Course lainnya mengenai Big Data dan Data Science bahkan dibagian course awalnya diajarkan mengenai basic programming dan tools yang digunakanan seperti Git dan lain sebagainya.

Untuk Deep Learning Specialization Course yang saya ambil ini, pelajar (saya mencoba menyebut orang-orang yang mengambil course ini sebagai pelajar) tidak diajarkan lagi basic-basic programming, namun kita akan langsung berkenalan langsung dasar-dasar deep learning yaitu Neural Network. Sehingga bagi kalian yang tertarik juga untuk mengikuti Course ini diharapkan telah paham basic-basic programming dengan menggunakan bahasa pemrograman python.


Deep Learning Specialization Course ini diberikan oleh Andrew Ng dan organisasinya yaitu deeplearning.ai. Andrew Ng ini merupakan dosen Computer Science di Stanford University. Beliau juga mengajar di Course lainnya yang cukup terkenal diCoursera yaitu Machine Learning by Stanford University, Machine Learning Course ini merupakan Course yang paling banyak diambil diseantero Course diCoursera.

Lanjut ke Deep Learning Specialization Course, Course ini sendiri terdiri atas 5 course. Saya akan coba melistnya dan menerangkan secara singkat tentang apa yang dipelajari dari course yang bersangkutan,

Hal-hal lain mengenai Course ini secara spesifik mungkin akan saya jelaskan nanti dipost lainnya secara spesifik. Anda bisa melihat pada link dibawah untuk tulisan mengenai masing-masing Course tersebut.

Masing-masing course akan memakan waktu 3 hingga 4 minggu dan setiap minggu pelajarannya diharapkan para pelajar yang mengambil course ini dapat meluangkan waktu 4 sampai 5 jam. Jadi bila kita mengambil course ini seperti berasa kuliah lagi. Walaupun ini seperti kuliah dan diajarkan oleh dosen dari Stanford, saya rasa bebannya tidak terlalu berat dibandingkan kuliah-kuliah pada umumnya. Karena selain materinya cukup jelas diterangkan oleh pengajarnya, tugas-tugas serta kuisnya juga cukup mudah. Beberapa tugas coding yang diberikan juga disampaikan dengan panduan yang cukup jelas dan mudah untuk diikuti.

Tampilan dashboard dari Deep Learning Course di Coursera. Materi kuliah yang diberikan cukup jelas dan tidak terlalu membingungkan
Tampilan dashboard dari Deep Learning Course di Coursera. Materi kuliah yang diberikan cukup jelas dan tidak terlalu membingungkan

Layaknya Kuliah yang kita ikuti dikampus yang biasanya terdapat prasyarat, Course ini pun memiliki prasyarat yang harus dipenuhi. Prasyarat tersebut diantaranya, pelajar diharuskan memiliki basic programming, lebih spesifiknya mungkin dengan bahasa python karena semua coding dan penjelasan dalam course ini disampaikan dalam bahasa python. Selanjutnya memiliki pengetahuan dasar matematika aljabar linier dan kalkulus. Ini sebenarnya tidak wajib karena Andrew Ng dengan berbaik hati juga menjelaskan review math dalam videonya. Untuk lebih jelasnya anda dapat merefer ke FAQ yang telah disediakan diwebsitenya

Hal terakhir yang perlu juga saya sampaikan bahwa Course ini sesungguhnya tidak gratis, karena pelajar akan dipungut biaya US$ 49 (49 dollars Amerika Serikat) untuk setiap Coursenya. Cukup mahal memang, total akan memerlukan US$ 245 untuk kelima course yang akan diikuti. Bila anda cukup mampu untuk membayarnya silahkan mengikut Course ini, namun bila tidak memiliki uang sebanyak itu tidak perlu khawatir anda dapat mengajukan Financial Aid untuk masing-masing Course ini. Sebagai informasi untuk 3 Course awal saya membayar hanya US$ 49 karena ketika saya mengikuti Course ini, saya mendapat promo sebesar US$ 49 untuk subscription perbulan. Saya menyelesaikan 3 Course dalam waktu sebulan tersebut dan selanjutnya saya tidak mampu membayar sehingga saya mengajukan financial aid dan diterima.

Financial Aid sendiri memungkinkan para pelajar untuk mengikuti Course ini tanpa membayar sepeserpun. Anda hanya perlu memverifikasi akun dengan menggunakan KTP/SIM/Paspor lalu mendaftar untuk mengajukan financial aid. Pada saat pendaftaran anda akan ditanya mengenai latar belakang diri kita, pendidikan, pendapat, hingga motivasi mengikuti course ini dan semua dilakukan dalam tulisan berbahasa inggris. Lama pengajuan Financial Aid sendiri akan memakan waktu hingga 2 minggu dan tidak semua Financial Aid akan diterima.

Saran saya bila anda mengajukan Financial Aid, anda harus serius mengikuti Course ini dan hingga selesai, kemudian gunakan Course ini sebagai sarana belajar dan pengembangan diri. Karena beberapa saat yang lalu Financial Aid ini sempat menjadi kontroversi, beberapa pengguna dari penjuru dunia membeberkan tulisan dan tips trick bagaimana memanipulasi jawaban agar bisa lolos Financial Aid. Tidak hanya itu, sesama pelajar terkadang melakukan kecurangan dengan berbagi kunci jawaban serta tugas mereka.

Lalu apa saja yang anda dapatkan dengan mendaftar course ini secara berbayar atau mendapatkan financial aid? Anda akan dapat mengikuti semua Quiz dan Programming Exercise serta berhak untuk dinilai oleh grader system. Diakhir Course ketika anda telah mengikuti semua Quiz dan Programming Exercise dan Nilai anda mencukupi standar kelulusan anda akan mendapatkan sertifikat. Contoh Sertifikat yang diberika ialah sebagai berikut, Certificate.

Terakhir sebagai penutup, Course ini sangat terkenal dan begitu banyak orang yang mengambilnya. Sehingga terbentuk banyak komunitas baru (diCoursera sendiri terdapat forum diskusi sehingga memungkinkan juga untuk berinteraksi dan berkomunitas dengan pelajar lain) anda dapat bergabung dengan para pelajar dari seluruh dunia yang mengikuti course ini diforum-forum yang tersedia dinternet, Hal menarik lainnya ialah kontribusi dari masing-masing individu untuk kemajuan Course ini. Salah satunya dari Tess Ferrandez, dia membuat catatan yang cukup menarik yang bisa anda akses melalui slidshare.net

Catatan dari Tess Ferrandez yang cukup menarik.
Catatan dari Tess Ferrandez yang cukup menarik.

Tulisan-tulisan spesifik mengenai masing-masing course yang telah saya ikuti dapat dilihat disini,

  1. Neural Networks and Deep Learning
  2. Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization
  3. Structuring Machine Learning Projects
  4. Convolutional Neural Networks
  5. Sequence Models


rss facebook twitter github youtube mail spotify lastfm instagram linkedin google google-plus pinterest medium vimeo stackoverflow reddit quora quora