Posting ini mencerminkan konteks pada tahun 2023. Untuk pembaruan terbaru tentang topik ini, lihat Dua tahun setelah 7 course Andrew Ng yang saya ambil: jalur 2026 yang benar-benar akan saya tempuh.
Sebagai seseorang yang sangat tertarik pada dunia machine learning dan AI, saya mendapati diri saya tertarik pada ajaran Andrew Ng · Tautan afiliasi: Chandler bisa mendapat komisi.. Selama beberapa bulan terakhir, saya telah menyelesaikan tujuh kursusnya, yang masing-masing memberikan wawasan unik tentang lanskap machine learning dan AI yang terus berkembang. Ini pandangan saya tentang kursus-kursus ini dan bagaimana kursus-kursus itu membentuk pemahaman saya:
- Machine Learning Specialization · Tautan afiliasi: Chandler bisa mendapat komisi.
- ChatGPT Prompt Engineering · Tautan afiliasi: Chandler bisa mendapat komisi. for Developers
- Generative AI for Everyone · Tautan afiliasi: Chandler bisa mendapat komisi.
- Building system with chatGPT · Tautan afiliasi: Chandler bisa mendapat komisi. API
- Neural Networks and Deep Learning · Tautan afiliasi: Chandler bisa mendapat komisi.
- Functions, Tools, and Agents with LangChain
- Vector Databases: from Embeddings to Applications
1. Machine Learning Specialization - Fondasi yang Kuat
Spesialisasi 3 kursus yang ramah-pemula ini memberikan fondasi kuat dalam konsep dan aplikasi machine learning. Kursus-kursusnya bergerak dari algoritma supervised learning seperti regresi dan klasifikasi ke teknik yang lebih lanjut seperti unsupervised learning dan reinforcement learning. Saya menghargai latihan coding hands-on di Python dan merasa kursus ini bisa diakses meskipun pengalaman programming terbatas. Ini adalah salah satu kursus pengantar machine learning terbaik yang ada.
2. Generative AI for Everyone - Menghilangkan Mitos Hype
Ditargetkan untuk audiens non-teknis, kursus ini mendemistifikasi generative AI, menjelaskan aplikasi dan keterbatasannya. Kontennya terorganisir dengan baik, menyeimbangkan pro dan kontra serta menghilangkan mitos umum. Ini kursus bagus bagi siapa saja yang ingin memahami generative AI dari konsepsi sampai peluncuran, termasuk membangun prompt yang efektif.
3. Neural Networks and Deep Learning - Memahami Model Kunci
Kursus ini mulai mendalami deep learning, bagaimana diterapkan pada supervised learning, kategori utama model (CNNs, RNNs, dll.), dan kapan harus diterapkan. Mengambil kursus ini setelah "Machine learning specialization" bisa terasa sedikit redundan dengan konten tertentu. Silakan skip saja.
4. Ketika kamu merasa siap membangun aplikasi Gen AI pertamamu
Ketika kamu merasa siap untuk mulai membangun aplikasi pertamamu, terutama aplikasi Gen AI, mulai dengan kursus-kursus berikut "ChatGPT Prompt Engineering for Developers", "Building system with chatGPT API",
Kursus-kursus ini akan menghemat banyak waktumu karena memberi gambaran langkah-langkah terpenting yang harus kamu pikirkan saat membangun aplikasimu. Tentu saja, mereka juga dilengkapi kode contoh jadi sangat praktis.
ChatGPT Prompt Engineering for Developers
Kursus ini adalah anugerah bagi pemula maupun pelajar tingkat lanjut. Diajar oleh Andrew dan juga Isa Fulford dari OpenAI. Fokusnya pada nuansa prompt engineering dan penggunaan Large Language Models (LLMs). Kursus ini dengan brilian menjelaskan konsep inti LLMs dan menawarkan insight praktis tentang best practice prompt engineering. Sangat berharga bagi mereka yang ingin memahami dan memanfaatkan kekuatan LLM APIs dalam berbagai aplikasi. Misalnya, cara meminta GPT untuk output jawaban dalam format JSON supaya bisa digunakan nanti di aplikasimu.
Building Systems with the ChatGPT API
Sebagai kelanjutan dari kursus Prompt Engineering, kursus singkat ini sempurna untuk pemula di LLMs. Menyediakan contoh hands-on dan mengajarkan cara membangun sistem multi-langkah secara efisien menggunakan large language models. Kursus ini adalah primer yang sangat baik bagi mereka yang tertarik dengan prompt engineering dan aplikasi large language model. Saya menghargai panduan tentang hal-hal berikut dengan contoh kode aktual:
- Cara menggunakan "Moderation API" untuk memvalidasi input pengguna, menghindari prompt injection
- Chain of thought reasoning
- Chaining prompts
- Output evaluations
5. Siap menyelam lebih dalam?
Setelah kursus-kursus ini, kalau kamu ingin lebih dalam ke pembangunan aplikasi Gen AI, dua kursus "Functions, Tools, and Agents with LangChain" dan "Vector Databases: from Embeddings to Applications" sangat sempurna.
Memahami apa itu vector database, bagaimana cara kerjanya, dan bagaimana bisa membantumu membangun aplikasi generative AI multi-modal itu sangat keren.
Saat saya melanjutkan perjalanan di bidang machine learning, saya bersyukur atas luasnya topik yang dicakup kursus-kursus Andrew. Kursus-kursus itu memberi saya perspektif yang menyeluruh dan keterampilan yang dapat dipraktikkan untuk membangun, menerapkan, dan menskalakan sistem AI secara bertanggung jawab. Saya menantikan untuk memanfaatkan pembelajaran ini dalam proyek dunia nyata ke depan.
6. Update (November 2025): Mempraktikkannya
Ingat ketika saya bilang saya menantikan "memanfaatkan pembelajaran ini dalam proyek dunia nyata"? Nah, saya benar-benar melakukannya.
Setelah menyelesaikan kursus-kursus ini, saya menghabiskan 75 hari membangun STRAŦUM - platform marketing AI 9-agen yang menerapkan apa yang Andrew ajarkan: LLM prompt engineering, function calling, chain-of-thought reasoning, dan sistem multi-agen.
Platform ini menggunakan 11 framework strategis (SWOT, Porter's Five Forces, Blue Ocean Strategy, dll.) dan progressive learning - artinya agen AI dirancang agar semakin pintar tentang bisnismu dengan setiap percakapan. Platform ini dirancang untuk bisnis kecil dan agensi marketing yang membutuhkan inteligensi strategis, bukan hanya eksekusi.
Apakah sempurna? Pasti tidak (saya masih belajar!). Tapi itu berfungsi, dan langsung berasal dari penerapan apa yang saya pelajari di kursus Andrew. Kadang cara terbaik belajar adalah membangun sesuatu yang nyata.
Kalau kamu penasaran bagaimana konsep AI ini diterjemahkan ke produk aktual, kamu bisa baca cerita peluncurannya. STRAŦUM sekarang sudah dihentikan — versi pertamanya adalah implementasi referensi open source di bawah lisensi MIT.
Masih coding, masih belajar, masih menerapkan ajaran Andrew ke masalah nyata.
Chandler