Text

DEEP LEARNING, TEORI DASAR UNTUK PEMULA

---

Buku ini menyajikan pengantar komprehensif tentang konsep dan arsitektur dasar deep learning yang dirancang khusus bagi pembaca pemula. Dimulai dari pemahaman tentang artificial intelligence, machine learning, hingga pengembangan jaringan saraf tiruan (Artificial Neural Network / ANN), pembaca diarahkan memahami bagaimana model-model deep learning meniru cara kerja otak manusia dalam menyelesaikan masalah kompleks. Disertai ilustrasi dan penjabaran sejarah perkembangan teknologi ini, buku ini menjelaskan berbagai strategi pembelajaran seperti regularisasi, augmentasi data, dropout, hingga adaptive learning rate. Penjelasan praktis menggunakan dataset MNIST turut memperkuat pemahaman implementasi nyata dari ANN.

Lebih lanjut, buku ini membedah berbagai tipe dan aplikasi model deep learning seperti Convolutional Neural Networks (CNN) untuk data citra, model sequence seperti RNN, LSTM dan GRU untuk data berurutan, hingga generative model seperti Autoencoders dan GAN. Bab khusus mengenai Reinforcement Learning menunjukkan bagaimana algoritma pembelajaran berbasis reward bekerja pada bidang robotika dan autonomous systems. Didukung oleh studi kasus nyata dan implementasi berbasis Python menggunakan TensorFlow dan Keras, buku ini menjadi referensi awal yang sangat aplikatif dan sistematis untuk mahasiswa, peneliti, serta praktisi yang ingin memahami fondasi dan potensi penerapan deep learning di berbagai bidang.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

006.3 CHA d

Penerbit

Jakarta : ANDI., 2025

Deskripsi Fisik

viii, 184 hlm.; 23 cm

Bahasa

Indonesia

ISBN/ISSN

9786230150395

Klasifikasi

006.3

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Artificial Intelligence

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar