Bentuk dari fungsi sigmoid adalah sebagai berikut:
Fungsi sigmoid
Saat kita melakukan proses deep learning (neural networks), maka untuk bisa mengupdate bobot dari setiap neuron (perceptron), kita harus melakukan proses yang disebut dengan backpropagation. Untuk
Alhamdulillah, pada hari Kamis, 18 Juli 2019 saya sudah berbagi webinar dengan topik tentang peranan AI serta aplikasinya di dunia perbankan. Webinar ini merupakan kerjasama antara pihak University of Groningen, Belanda dengan Bank Mandiri, Indonesia
Di video ini saya berbagi tentang potensi ancaman AI di masa depan, di mana banyak pekerjaan yang akan hilang digantikan oleh AI. Memang banyak artikel yang sudah membahas ini, namun kali ini saya akan membahasnya secara lebih detail berdasarkan keilmuan
Biasanya setelah seseorang bisa mengaplikasikan teknik deep learning (DL) untuk memecahkan permasalahan, ia akan ketagihan. Mulailah ia mencoba menggunakan DL untuk memecahkan permasalahan yang jauh lebih kompleks dan bahkan membutuhkan kemampuan komputasi yang advanced. Hal ini dikarenakan DL memang
Catatan penting : Jika pembaca benar-benar awam tentang apa itu Python, silakan klik artikel saya ini. Jika pembaca awam tentang R, silakan klik artikel ini.
Jika pembaca belum mengerti konsep besarnya deep learning / neural networks, alangkah
Jika sebelumnya pembaca sudah memahami tentang Artificial Neural Networks (ANN), sekarang kita beralih ke teknik deep learning (DL) yang lebih canggih (advanced) yaitu Convolutional Neural Networks (CNN). Teknik ini biasanya digunakan dalam lingkup visual recognition, yaitu
Catatan penting : Jika pembaca benar-benar awam tentang apa itu Python, silakan klik artikel saya ini. Jika pembaca awam tentang R, silakan klik artikel ini.
Jika pembaca sudah mengerti tentang konsep umum dari deep learning / neural networks
Mari kita lihat ilustrasi sebuah neural network di bawah ini:
Arsitektur sebuah neural networks
Melalui ilustrasi di atas bisa dilihat bahwa secara umum sebuah neural network (NN) terbagi menjadi tiga bagian, yaitu input, neuron (hidden layer) dan output.
Deep learning (DL) adalah topik yang paling hangat saat ini jika kita membahas tetang AI atau Machine Learning. Deep learning memiliki hubungan yang erat dengan neural networks, yang merupakan sebuah jaringan saraf tiruan layaknya saraf pada otak manusia.
Dalam membuat program Artificial Intelligence (AI) atau Machine Learning (ML) kita sering berhadapan dengan tantangan yang rumit, seperti misalnya membuat bagaimana agent AI kita bisa belajar cara melakukan suatu tugas yang kompleks. Untuk bisa menyelesaikan permasalahan yang kompleks,