Sidia is a education Platform website.
Course Description
Program Objectives (PO)
- Mahasiswa mampu memahami pemodelan stokastik dalam sains data
- Mahasiswa mampu memahami simulasi pemodelan stokastik yaitu rantai markov, proses poisson, dan proses Renewal process & Birth-Death
- Mahasiwa mampu memahami tentang simulasi dalam RNG dan RVG serta simulasi monte carlo
- Mahasiswa mampu menerapkan pemodelan stokastik dalam dunia nyata
Aktifitas Pembelajaran
-
Pertemuan 1 Definisi pemodelan stokastik dalam sains data -
Pertemuan 2 Event dan probabilitas -
Pertemuan 3 Definisi proses stokastik -
Pertemuan 4 Definisi rantai markov -
Pertemuan 5 Simulasi discrete-time pada rantai markov -
Pertemuan 6 Simulasi continuous-time pada rantai markov -
Pertemuan 7 Konsep proses poisson dalam pemodelan stokastik -
Pertemuan 8 Ujian Tengah Semester -
Pertemuan 9 Konsep dari renewal process -
Pertemuan 10 Konsep dari renewal process -
Pertemuan 11 Konsep simulasi monte carlo -
Pertemuan 12 Konsep random number generation and sampling -
Pertemuan 13 Konsep pemodelan stokastik teori antrian -
Pertemuan 14 Pemodelan stokastik dalam machine learning probabilistik -
Pertemuan 15 Pemodelan stokastik dalam kehidupan nyata -
Pertemuan 16 Ujian Akhir Semester
Lecturer
Difficult Things About Education.
$75$10
More Similar Courses
Related Courses
Fisika Umum
This course discusses facts, concepts, principles/laws, and measurement procedures, kinematics, dynamics, temperature, heat, and heat transfer. Lectures are carried out with discussions, laboratory activities (inquiry,
Data Structures and Algorithms
This course is a project-based course that studies basic techniques for abstracting data, creating algorithms that can access that data, and manipulating the abstract structure.
Artificial Intelligence
This course introduces the basic concepts of artificial intelligence as well as various approaches and techniques for solving problems in the field of artificial intelligence.
Copyright © 2026 Sinau Digital UNESA All Rights Reserved