Buku Pengantar Deep Learning merupakan sebuah karya komprehensif dan panduan akademik yang dirancang untuk membimbing pembaca memahami fondasi, teori, serta penerapan praktis dari Deep Learning salah satu cabang paling transformatif dari Artificial Intelligence (AI) dan Machine Learning. Ditulis secara kolaboratif oleh akademisi dan praktisi, buku ini menyajikan konsep-konsep kompleks dengan pendekatan yang runtut, terstruktur, dan mudah dipahami.
Buku ini membahas secara mendalam ekosistem Deep Learning, dimulai dari pemahaman korelasi dasar antara AI, Machine Learning, dan Deep Learning, evolusi historis dari model Perceptron klasik hingga arsitektur Transformer modern, serta pentingnya pra-pemrosesan data dan representasi tensor. Selanjutnya, pembaca diperkenalkan pada arsitektur utama jaringan saraf tiruan, seperti Artificial Neural Network (ANN), Convolutional Neural Network (CNN) untuk pengolahan citra dan Computer Vision, serta RNN/LSTM untuk pemrosesan data berurutan dan Natural Language Processing (NLP).
Tidak hanya menyajikan teori matematis seperti proses Feedforward, Backpropagation, fungsi kerugian (Loss Function), dan teknik optimasi untuk mencegah overfitting buku ini juga dilengkapi dengan panduan praktis berbasis Python menggunakan pustaka populer seperti Keras dan TensorFlow. Di samping itu, buku ini mengulas implementasi Deep Learning pada berbagai sektor nyata (kesehatan, keuangan, dan industri) serta memberikan sudut pandang krusial mengenai etika, privasi, dan tata kelola dalam pengembangan AI.











Ulasan
Belum ada ulasan.