Ringkasan Primer AI Aman

Primer mencakup algoritma dan arsitektur ML seperti regresi linier, k-NN, SVM, CNN, Transformer, GAN, dan attention mechanisms.

Materi data dan pelatihan meliputi teknik sampling, penanganan imbalance, normalisasi, regularisasi, optimasi gradient, fine-tuning, dan pembagian dataset.

Terdapat pembahasan khusus pengolahan suara serta visi komputer termasuk Vision Transformer, receptive field, residual network, dan GPT-4o untuk generasi gambar.

Topik NLP meliputi word embeddings, tokenisasi, transformer, fine-tuning LLM, RAG, mitigasi halusinasi, dan pengenalan named entity.

Pembahasan model dan multimodal mencakup BERT, GPT, CLIP, VLM, arsitektur multimodal, serta integrasi visi dan bahasa.

Evaluasi dan MLOps membahas metrik evaluasi, F-Beta, A/B testing, data drift, tool MLOps, dan pengujian model.

On-Device AI dan privasi mencakup kompresi model, federated learning, differential privacy, dan implementasi on-device transformer.

Perencanaan proyek AI meliputi Objective and Key Results (OKR), RICE framework, Gantt charts, dan praktik manajemen proyek.

Bagian miscellaneous mencakup teori probabilitas, Bayes theorem, debugging pelatihan, ML runtimes, serta CRF dan HMM.

Tersedia topik hyperparameter tuning dan logging serta latihan interview untuk persiapan praktis.