Tugas Untuk Machine Learning

Selamat, Anda telah berada di akhir pembelajaran dalam akademi ini. .Anda sudah mempelajari dasar-dasar machine learning dan bagaimana jaringan saraf bekerja. Untuk bisa lulus dari akademi ini, Anda akan membuat program jaringan saraf tiruan menggunakan TensorFlow. Program Anda harus mampu mengenali bentuk tangan yang membentuk gunting, batu, atau kertas.

Kriteria

Kriteria yang harus dipenuhi pada program:

1. Dataset harus dibagi menjadi train set dan validation set.
2. Harus mengimplementasikan augmentasi gambar.
3. Menggunakan image data generator.
4. Model harus menggunakan model sequential.
5. Pelatihan model tidak melebihi waktu 30 menit.
6. Program dikerjakan pada Google Colaboratory.
7. Akurasi dari model minimal 85%.
8. Dapat memprediksi gambar yang diunggah ke Colab seperti gambar di bawah.
   

Kesempatan untuk submission Anda diterima, akan lebih besar jika:

• Akurasi dari model di atas 85%
• Anda menggunakan lebih dari 1 hidden layer.
• Menerapkan lebih banyak augmentasi gambar.
• Anda menggunakan optimizer dan loss-function yang tidak diajarkan di kelas.

Submission Anda akan ditolak jika:

• Akurasi dari model Anda di bawah 85%.
• Proses pelatihan model Anda memakan waktu lebih dari 30 menit.

Kriteria penilaian submission:

• Bintang 1 : Semua ketentuan terpenuhi, namun terindikasi melakukan plagiat.
• Bintang 2 : Semua ketentuan terpenuhi, namun penulisan kode masih perlu diperbaiki.
• Bintang 3 : Semua ketentuan terpenuhi namun hanya mengikuti seperti apa yang ada pada modul.
• Bintang 4 : Semua ketentuan terpenuhi dan akurasi dari program di atas 90%.
• Bintang 5 : Semua ketentuan terpenuhi, akurasi di atas 90%, menggunakan satu atau lebih teknik yang tidak diajarkan di modul seperti penggunaan dropout regularization, Callback, membuat plot loss dan akurasi dari model, dan sebagainya.

Resources

Dataset yang dipakai haruslah dataset berikut ini rockpaperscissors.

Ketentuan

Beberapa ketentuan umum dalam program:

• Menggunakan bahasa pemrograman Python.
• Dataset menggunakan data yang disediakan di resource.
• Mengirimkan pekerjaan Anda dalam bentuk berkas .ipynb.
• Tim penilai akan mengulas submission Anda dalam waktu selambatnya 3 (tiga) hari kerja, tidak termasuk hari sabtu, minggu dan libur nasional.
• Tidak disarankan untuk melakukan submit berkali-kali karena akan memperlama proses penilaian yang dilakukan tim penilai.
• Anda akan mendapat notifikasi hasil pengumpulan submission Anda via email, atau Anda dapat mengecek status submission pada akun Dicoding Anda.
• Program yang Anda kirim pastikan adalah berkas .ipynb yang sudah dieksekusi/dijalankan. Sederhananya, jalankan semua cell pada submission Anda. Ketika seluruh output telah keluar, baru simpan program anda dalam format .ipynb. 

Tips

• Model merupakan klasifikasi multi kelas sehingga loss function yang digunakan bukan binary_crossentropy.
• Pastikan Anda membagi direktori untuk image data generator sesuai dengan jumlah label.
• Untuk export project yang Anda kerjakan di Colaboratory sebagai berkas .ipynb, klik tombol file yang berada di pojok kiri atas Colaboratory dan pilih download .ipynb.