Bagikan
Non Fiksi
Pengantar Deep Learning: Algoritma dan Studi Kasus
2 MB
ebook
3 Dilihat
Wishlist
Sinopsis
Buku "Pengantar Deep Learning: Algoritma dan Studi Kasus" dirancang sebagai panduan komprehensif untuk memahami konsep dan implementasi deep learning. Buku ini sangat cocok untuk mahasiswa, peneliti, dan praktisi yang ingin mendalami Deep Learning secara teori dan praktik. Buku ini adalah buku ajar yang mata kuliah deep learning. Bahasan pokok dari buku ini antara lain Pendahuluan, Convolutional Neural Network, MobileNets, Inception, VGG, ResNet, Optimasi Model, Evaluasi Kinerja dan Beberapa Studi Kasus, yang masing-masing dijelaskan dari segi konsep dan cara kerjanya. Buku ini juga membahas teknik optimasi model seperti Dropout, L2-Regularization, Batch Normalization, dan Data Augmentation yang dirancang untuk membantu pembaca meningkatkan performa model. Pada bagian evaluasi kinerja, pembaca akan mempelajari metrik-metrik utama seperti akurasi, precision, recall, F1-score, dan confusion matrix, yang sangat penting untuk mengevaluasi keberhasilan model. Keunggulan utama buku ini adalah studi kasus praktis menggunakan dataset CIFAR-10. Pembaca akan dipandu melalui proses pengembangan model, mulai dari persiapan dataset, pembuatan arsitektur model, hingga evaluasi dan finalisasi model. Beberapa studi kasus lain juga membahas pengembangan model baseline, penerapan regularisasi, hingga teknik peningkatan performa menggunakan kombinasi metode.
Tags:
Keyword:
Untuk membaca, silahkan unduh aplikasi di bawah ini:
Google
