Judul : Deep Learning: Teori, Contoh Perhitungan, dan Implementasi Penulis : Dr. Eng. Novanto Yudistira, S.Kom., M.Sc. ISBN : 978-623-0279-68-3 Tahun Terbit : 2024 Ukuran Buku : 15.5×23 cm Jumlah Halaman : xxiv+388 hlm
----------------------------------------------------- R-STATS ORIGINAL BOOKSTORE ----------------------------------------------------- Buku BARU dan ORIGINAL Stok selalu tersedia Packing aman & rapi Garansi 100% (Jika buku yang anda terima bukan buku original, rusak/cacat atau buku yang dikirim salah. Jaminan berupa PENGGANTIAN BUKU atau PENGEMBALIAN BIAYA PEMBELIAN. Mohon sertakan video unboxing, foto produk + label pengiriman) Tidak ada video, klaim tidak bisa diproses -----------------------------------------------------
Buku Deep Learning: Teori, Contoh Perhitungan, dan Implementasi yang ditulis oleh Dr. Eng. Novanto Yudistira, S.Kom., M.Sc. kamu dapatkan di toko buku online kami : R-STATS BOOKSTORE.
Buku ini digagas sebagai panduan bagi mahasiswa, akademisi, peneliti, maupun praktisi yang ingin mendalami algoritma Deep Learning mulai dari teori sampai praktiknya. Hal ini didasari pada kenyataan bahwa keilmuan Deep Learning ini relatif baru di dunia komputer dan analisa data, dimana penggunaan model yang besar serta data yang banyak lebih ditekankan pada topik ini. Untuk itu penulis merancang penyampaian materi sistematis mungkin dan mencakup seluruh metode terkini yang digunakan dalam pelatihan model yang menggunakan algoritma Deep Learning. Selain itu, pada setiap bab yang membahas metode dilengkapi dengan contoh perhitungan manual dan disertai program dengan memanfaatkan bahasa pemrograman Python dan library Pytorch. Konsep dan contoh perhitungan dihadirkan secara jelas disertai ilustrasi pendukung untuk semakin memahami proses bekerjanya algoritma Deep Learning. Semoga kehadiran buku ini dapat menjadi pencerah dan penuntun bagi yang berminat untuk mendalami dan mengaplikasikan algoritma Deep Learning dalam berbagai keperluan mulai dari klasifikasi, segmentasi, deteksi, sampai pada eksplanasi visual. Lebih lanjut, diharapkan buku ini dapat menjadi referensi bagi peneliti dan mahasiswa di Indonesia yang akan melakukan penelitian yang menggunakan atau mengembangkan algoritma Deep Learning
Buku ini terdiri dari beberapa pembahasan, diantaranya: - Pengenalan Deep Learning - Anatomi Deep Learning - Multilayer Perceptron - Convolutional Neural Network - Autoencoder - Long Short Term Memory - Metrik Evaluasi Untuk Deep Learning - Aplikasi Deep Learning