Whatsapp

Ada yang ditanyakan?
Klik untuk chat dengan layanan pelanggan kami

Pemasaran
● online
Pemasaran
● online
Halo, perkenalkan saya Pemasaran
baru saja
Ada yang bisa saya bantu?
baru saja
Kontak Kami
Member Area
Rp
Keranjang Belanja

Oops, keranjang belanja Anda kosong!

  • Diskon ❯ Semua buku didiskon mulai 10%
  • Asli ❯ Kami menjual buku asli, dari penerbit. Tidak menjual buku bajakan, repro, kw atau ilegal lainnya
  • Pengiriman ❯ Pengiriman ke seluruh Indonesia, pengiriman ke luar negeri sila WA kami
  • Pembayaran ❯ Transfer Bank, Dompet Elektronik (Link Aja, Dana, Go Pay, OVO), QRIS
  • Pengadaan ❯ Menerima pengadaan buku untuk perpustakaan
Beranda » Teknik Informatika » Jaringan Syaraf Tiruan; Implementasi CNN menggunakan Jaringan Perceptron Berlapis Banyak
click image to preview activate zoom
Diskon
15%

Jaringan Syaraf Tiruan; Implementasi CNN menggunakan Jaringan Perceptron Berlapis Banyak

Rp 116.280 Rp 136.800
Hemat Rp 20.520
ISBN978-623-8075-72-0
Stok Tersedia
Kategori Teknik Informatika
Tentukan pilihan yang tersedia!
Pemesanan lebih cepat! Pesan Langsung
Bagikan ke

Jaringan Syaraf Tiruan; Implementasi CNN menggunakan Jaringan Perceptron Berlapis Banyak

Penulis     : Saludi Muis

Tebal         : xii + 146 hlm

Ukuran     : 17 x 24 cm

Penerbit   : Teknosain

Deskripsi :

Artificial Neural Network (ANN) sepenuhnya terinspirasi oleh cara kerja sistem saraf biologis. Misalnya, otak manusia bekerja. Atribut paling kuat dari otak manusia adalah beradaptasi, dan ANN memperoleh karakteristik serupa. ANN dapat memodelkan proses pembelajaran ini dengan mengubah asosiasi berbobot yang ditemukan antar neuron dalam jaringan. Ini secara efektif meniru penguatan dan pelemahan asosiasi sinaptik yang ditemukan di otak kita. Penguatan dan pelemahan asosiasi inilah yang memberdayakan jaringan untuk beradaptasi. Aturan belajar atau proses belajar baik menggunakan metode forward maupun back propagation, paradigma terawasi atau tidak terawasi adalah teknik atau logika matematika. Ini meningkatkan kinerja Jaringan Syaraf Tiruan dan menerapkan aturan ini melalui jaringan. Jadi aturan pembelajaran menyegarkan bobot dan tingkat bias jaringan ketika jaringan meniru dalam lingkungan data tertentu. Topik jaringan saraf perceptron yang dibahas pada buku ini, merupakan model arsitektur jaringan saraf tiruan standar atau paling mendasar yang selanjutnya dapat dikembangkan dan diaplikasikan untuk berbagai tujuan, misalnya model CNN (jaringan saraf konvolusi) dikembangkan untuk fungsi klasifikasi pola gambar, dan model-model lainnya.

Tags: ,

Jaringan Syaraf Tiruan; Implementasi CNN menggunakan Jaringan Perceptron Berlapis Banyak

Berat 160 gram
Kondisi Baru
Dilihat 201 kali
Diskusi Belum ada komentar

Belum ada komentar, buka diskusi dengan komentar Anda.

Silahkan tulis komentar Anda

Produk Terkait

Produk yang sangat tepat, pilihan bagus..!

Berhasil ditambahkan ke keranjang belanja
Lanjut Belanja
Periksa
Produk Quick Order

Pemesanan dapat langsung menghubungi kontak dibawah: