PENGANTAR DEEP LEARNING

Harga aslinya adalah: Rp73,000.00.Harga saat ini adalah: Rp60,000.00.

Perkembangan teknologi kecerdasan buatan (Artificial Intelligence) telah membawa perubahan besar dalam berbagai lini kehidupan modern. Di balik kecanggihan teknologi seperti pengenalan wajah (Computer Vision), pemrosesan bahasa alami (NLP), hingga kendaraan otonom, terdapat Deep Learning yang bekerja sebagai motor penggerak utamanya. Namun, bagaimana sebenarnya jaringan saraf tiruan mampu memproses data rumit dan mengambil keputusan layaknya otak manusia?

Buku Pengantar Deep Learning hadir sebagai jawaban atas kebutuhan akan referensi akademik dan praktis yang komprehensif. Buku ini mengupas secara tuntas fondasi Deep Learning, dimulai dari pemahaman korelasi mendasar antara AI, Machine Learning, dan Deep Learning, perjalanan sejarahnya dari era Perceptron hingga arsitektur Transformer modern, hingga pentingnya pra-pemrosesan data dan representasi tensor.

Pembaca diajak memahami arsitektur utama jaringan saraf, seperti Artificial Neural Network (ANN), Convolutional Neural Network (CNN), dan RNN/LSTM, lengkap dengan mekanisme pelatihannya seperti Feedforward, Backpropagation, serta teknik optimasi untuk mengatasi overfitting. Selain menyajikan konsep matematis dan teoretis, buku ini juga menyediakan panduan praktis berbasis Python menggunakan pustaka Keras dan TensorFlow, ulasan aplikasi nyata di berbagai sektor industri, serta diskusi mendalam mengenai etika dan privasi data dalam pengembangan AI. Buku ini adalah panduan lengkap bagi siapa saja yang ingin menguasai dan menerapkan Deep Learning secara tepat dan bertanggung jawab.

Kategori: Brand:

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.

Jadilah yang pertama memberikan ulasan “PENGANTAR DEEP LEARNING”

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *