Pengenalan Deep Learning
Course ini mempelajari tentang dasar-dasar modul yang menyusun deep learning serta menjelaskan mengapa deep learning sangat powerful dalam kasus-kasus tertentu.
Mengapa ini Penting?
Untuk memahami prinsip ekstraksi fitur dan pembelajaran representasi (representation learning) pada data _non-linear _dan high dimensional
Untuk penggunaan berbagai macam aplikasi pengolahan visual seperti deteksi dan rekognisi suatu informasi visual.
Untuk penggunaan berbagai macam aplikasi pengolahan bahasa (natural language processing) seperti rekognisi speech dan analisis sentimen.
Apa Saja Yang Akan Dipelajari
Konsep Deep Learning sebagai susunan modul-modul yang melibatkan teknik optimasi dan algoritma backpropagation, operasi dasar pada neural networks, modul-modul dasar dari Deep Learning seperti Convolutional Neural Networks (CNNs), Recurrent Neural Networks (RNNs), dll.
Subtopik
Neural Networks
Memahami modul dan konsep formalisasi pada neural networks.
Optimization dan Backpropagation
Memahami cara kerja backpropagation dan memahami berbagai macam metode optimasi untuk melatih arsitektur Deep Learning.
Convolutional Neural Networks
Memahami hyperparameters CNNs seperti stride, padding, kernel size, serta jenis-jenis konvolusi dan aplikasinya.
Sequence Models
Memahami berbagai macam sequence models seperti RNNs, Gated Recurrent Units (GRUs), Transformer dan aplikasinya.
Sumber Materi
Buku
Blog
Video
Practice Lab
Last updated