Visi Komputer dan Pembelajaran dalam dengan Python dan TensorFlow — PickAClass
4.5 (6) ⏱ 2 jam 48 mnt 📚 28 pelajaran 🎧 Versi audio

Visi Komputer dan Pembelajaran dalam dengan Python dan TensorFlow

Menguasai dasar-dasar pengenalan gambar dan deteksi objek dengan mengimplementasikan CNNs, YOLO, dan GANs menggunakan kerangka kerja Python modern.

  • 💬 Instruktur AI
    Tanyakan apa pun tentang pelajaran dan dapatkan jawaban jelas seketika, kapan saja.
  • 🕐 Mulai kapan saja
    Tanpa jadwal atau tenggat — belajar dengan kecepatan sendiri, kapan pun Anda mau.
  • 🌐 Dalam bahasa Indonesia
    Pelajaran, tugas, dan sertifikat — semuanya sepenuhnya dalam bahasa Anda.

Tentang kursus ini

Visi komputer mengubah cara mesin berinteraksi dengan dunia, dari membantu diagnosis medis hingga memungkinkan sistem otonom. Kursus ini memberikan pengenalan komprehensif ke bidang ini, membawa Anda dari teori dasar hingga implementasi praktis sistem visual cerdas. Anda akan belajar untuk memproses data visual, mengidentifikasi pola, dan membangun model yang dapat melihat dan menafsirkan gambar dengan presisi tinggi. Melalui kurikulum yang terstruktur, Anda akan melakukan transisi dari manipulasi gambar dasar ke pelatihan jaringan saraf yang kompleks. Anda akan mendapatkan keterampilan yang diperlukan untuk membangun aplikasi yang dapat mengklasifikasikan objek, mendeteksi beberapa item dalam satu frame, dan bahkan menghasilkan gambar yang benar-benar baru dari awal. Apa yang akan kau pelajari: - Mengerti inti pemrosesan gambar dan teknik manipulasi menggunakan OpenCV - Implementasi Convolutional Neural Networks (CNNs) untuk klasifikasi gambar presisi tinggi - Terapkan kerangka deteksi objek seperti YOLO dan SSD untuk menemukan dan melacak item - Membuat konten visual sintetis menggunakan Generative Adversarial Networks (GANs) - Praktik pengenalan wajah dan ekstraksi fitur untuk keamanan dan aplikasi identitas - Mengeksplorasi arsitektur modern termasuk Vision Transformers dan strategi pembelajaran transfer - Konfigurasi lingkungan berbasis awan untuk melatih dan menerapkan model visi secara efisien Kursus ini dimulai dengan terminologi penting dan matematika dasar gambar sebelum berkembang melalui arsitektur pembelajaran mendalam dan sistem deteksi canggih. Anda akan mendapatkan pengalaman praktis melalui penjelasan tertulis dan latihan berbasis kode yang mencerminkan standar industri saat ini. Program ini dirancang untuk pemula dengan pengetahuan dasar Python; tidak diperlukan pengalaman sebelumnya dalam penglihatan komputer atau kecerdasan buatan. Mulailah perjalanan Anda ke dunia AI visual hari ini.

Apa yang Anda dapatkan

  • 📜 Sertifikat penyelesaian
    Tambahkan ke profil LinkedIn Anda
  • 💬 Tutor AI pribadi
    Bingung di tengah pelajaran? Tanya tutor bawaan kamu apa saja, kapan saja.
  • 🎧 Termasuk versi audio
    Belajar di mana saja — tanpa layar
  • ♾️ Akses seumur hidup
    Kembali kapan saja, tanpa kedaluwarsa
  • 📱 Ponsel atau komputer
    Berfungsi di mana saja, perangkat apa saja
  • 💸 Pengembalian 14 hari
    Tanpa pertanyaan
  • Singkat dan fokus
    2 jam 48 mnt konten praktis

Sertifikat penyelesaian

Setiap kursus yang Anda selesaikan di PickAClass menerbitkan kredensial seperti ini — orisinal, dengan kodenya sendiri, dapat diverifikasi via URL, dan rinci tentang yang benar-benar ditunjukkan.

P
PickAClass
Profil keterampilan · terverifikasi
Dokumen
Sertifikat Penguasaan
Ini menyatakan bahwa
Nama Lengkap
telah berhasil menunjukkan penguasaan
Visi Komputer dan Pembelajaran dalam dengan Python dan TensorFlow
Keterampilan yang ditunjukkan
Analisis pola perilaku
Dasar
1.2 jam
Kerangka arsitektur keputusan
Mahir
1.4 jam
Desain uji A/B
Mahir
1.7 jam
Copywriting perilaku
Lanjutan
1.9 jam
P
PickAClass — Nama Lengkap
Visi Komputer dan Pembelajaran dalam dengan Python dan TensorFlow
Halaman 2 dari 2
Detail kinerja
Ringkasan tugas kursus
Pelajaran selesai 14 / 14
Soal latihan 26 / 28
Tugas dikirim 4 (rata 4,5 / 5)
Proyek capstone Ditinjau — 4,6 / 5
Total latihan 6.2 jam
Tolok ukur kinerja
Peringkat kohort 12% teratas dari 1,625
Waktu penyelesaian 11 hari (median: 22)
Skor penguasaan 91 / 100
Skor soal latihan 94%
Verifikasi keterampilan Jalur Keterampilan terverifikasi
Verifikasi kredensial ini
pickaclass.com/certificates/PCC-2026-X4F7-AP19
Diterbitkan di bawah standar akademik PickAClass. Tingkat keterampilan mencerminkan kinerja yang dinilai terhadap rubrik kompetensi kursus. Ini kredensial orisinal platform ini.

Ulasan (6)

David Robinson US
★ 5 · 29.07.2026

Kursus ini melebihi harapan saya! contohnya tepat sasaran dan benar-benar membantu menguatkan pembelajaran.

Silvia Hristova BG
★ 5 · 23.07.2026

Kursus ini melebihi harapan saya! Contoh dunia nyata sangat membantu. Saya belajar begitu banyak dan merasa siap untuk menerapkannya.

إبراهيم بن ناصر SA Pelajar terverifikasi
★ 4 · 22.07.2026

Ini adalah pengalaman belajar yang hebat. penjelasan yang sangat jelas dan aliran logis yang membuat ide-ide kompleks mudah dipahami.

Felipe Ortiz CL Pelajar terverifikasi
★ 4 · 28.06.2026

Sebuah pengalaman belajar yang sangat baik. Alirannya logis dan contohnya sangat membantu.

Sulochana Rodrigo LK Pelajar terverifikasi
★ 5 · 14.06.2026

Pengalaman belajar yang fantastis.

Agris Grīnbergs LV Pelajar terverifikasi
★ 4 · 08.06.2026

itu adalah kursus yang solid strukturnya logis dan kebanyakan contohnya membantu bisa menggunakan beberapa skenario dunia nyata.

Tulis ulasan

Setelah mengirim kami akan meminta masuk — draf Anda tersimpan.

Pelajar lain juga mengambil

Pertanyaan umum

Apa yang saya butuhkan untuk mengikuti kursus ini? +

Cukup ponsel atau komputer dengan internet. Tidak ada instalasi atau perangkat khusus.

Bagaimana cara membayar? +

Dengan kartu via Stripe. Kami tidak menyimpan detail kartu — Stripe menanganinya dengan aman.

Bisakah saya mendapat refund? +

Ya — refund penuh dalam 14 hari, tanpa pertanyaan.

Berapa lama saya akan punya akses? +

Selamanya. Setelah membeli, kursus jadi milik Anda untuk dikunjungi lagi kapan saja.

Apakah saya akan mendapat sertifikat? +

Ya. Setelah selesai, Anda akan menerima sertifikat yang bisa ditambahkan ke profil LinkedIn.

Dibuat untuk pelajar di
Teknologi Desain Keuangan Pemasaran Kesehatan Pendidikan Perhotelan Manufaktur