ANN, Algoritma, Perceptron Algorithm, Backpropagation Neural Network, Performance Evaluation, Self-Organizing Map
Materi ini menjelaskan tentang pengenalan ANN(Artificial Neural Network) yang merupakan representasi dari otak manusia. Materi ini terdapat dua paradigma pembelajaran, yaitu supervised learning dan unsupervised learning dengan perceptron, backpropagation neural network dan algoritma self-organizing map. Pada bagian terakhir, terdapat teknik untuk dimension reduction dan Principal Component Analysis (PCA). Semua materi akan dijelaskan menggunakan slide dan beberapa komputasi tangan untuk setiap algoritma. Materi ini dapat diselesaikan dalam 2.5 jam. Pada akhir kursus ini, siswa akan memahami algoritma dasar ANN dan menerapkannya untuk memecahkan masalah yang nyata.
Pelajar dapat memahami dasar algoritma ANN (Artificial Neural Network) dan dapat menerapkannya untuk memecahkan masalah yang nyata.
3 Lectures
3 Lectures
Bina Nusantara University (BINUS University) adalah universitas swasta terbaik di Indonesia. Visi dari BINUS University adalah "A World-class university, fostering and empowering the society in building and serving the nation". Misi dari BINUS University adalah "to build the nation and to contribute in global community development by providing world class education". BINUS University memiliki 7 fakultas dan lebih dari 40...
kursus ini cocok untuk saya, dalam hal ini selain kita harus mengenal data dan sumber data tersebut, kita bisa mengklasifikasikan berdasarkan kebutuhan
menambah ilmu
Dapat menambah wawasan, terimakasih
Di awal saya bisa mengerti maksud penjelasan secara umum ttg ANN. Namun ketika menuju ke tengah dan akhir saat banyak ditunjukan contoh perhitungan, saya tidak bisa menangkap maksud perhitungan tersebut untuk apa dan seperti apa aplikasinya. Tiap metode, terutama section 3 dan 4 tidak diselesaikan hingga tuntas.
good
penjelasan jelas, namun pointer di power point tdk tampak
quite good so far
penjelasannya enak
ok
Your email address will not be published. Required fields are marked *
Widi W.
-