Mata kuliah ini berisi konsep dasar matematika yang diterapkan untuk pengolahan citra serta algoritma untuk pengolahan citra. Konsep
dasar matematika yang dibahas meliputi: transformasi fourier, wavelet, dan morfologi matematis. Teknik pengolahan citra meliputi:
enhancement, restorasi, segmentasi, dan pemampatan citra
Mata Kuliah Pembelajaran Mesin melatih mahasiswa untuk memahami ide dasar, intuisi, konsep, algoritma dan teknik untuk membuat komputer menjadi lebih cerdas melalui proses learning from data. Materi yang disampaikan meliputi supervised learning, unsupervised learning,reinforcement learning, dan ensemble methods..
Teori Peluang (atau probabilitas) adalah cabang matematika yang mempelajari tentang seberapa besar kemungkinan suatu peristiwa atau kejadian akan terjadi, sering disebut sebagai analisis fenomena acak. Konsep-konsep utamanya meliputi ruang sampel (semua kemungkinan hasil), kejadian (himpunan bagian dari ruang sampel), dan nilai peluang (antara 0 dan 1) yang menunjukkan kemungkinan terjadinya peristiwa tersebut. Teori ini penting untuk memahami ketidakpastian dan membuat prediksi, baik dalam kehidupan sehari-hari maupun dalam bidang ilmiah dan industri.
Matematika Diskrit adalah cabang matematika yang mempelajari struktur matematika yang diskrit (terpisah) dan dapat dihitung, berbeda dengan matematika kontinu (menerus). Matematika Diskrit terdiri dari beberapa materi utama yaitu Logika, Himpunan, Relasi, Fungsi, Aljabar Boolean, Induksi Matematika, Kombinatorika, Teori graf. Matematika diskrit adalah dasar penting untuk bidang ilmu komputer (informatika) karena komputer digital bekerja dengan data diskrit, dan konsep-konsepnya digunakan dalam desain algoritma, jaringan, dan analisis data.