Text

Jaringan saraf statis dan algoritma pelatihan

---

Saat ini perceptron masih dipandang sebagai jaringan penting. Jaringan ini tetap menjadi jaringan yang cepat dan andal untuk berbagai jenis masalah yang dapat dipecahkannya. Selain itu, pemahaman tentang operasi perceptron memberikan dasar yang baik untuk memahami jaringan yang lebih kompleks. Oleh karena itu, jaringan perceptron dan aturan pembelajaran yang terkait dengannya layak untuk didiskusikan. Dalam konteks ini, jaringan saraf yang dibahas merupakan tipe jaringan saraf statis (tidak berulang atau recurrent). Pembahasan dimulai dengan memperkenalkan cara kerja dan pembelajaran jaringan saraf sederhana berupa input tunggal, neuron tunggal, kemudian dikembangkan ke arsitektur yang lebih kompleks, berupa banyak input, banyak neuron dan banyak lapisan. Sedangkan algoritma pelatihan jaringan saraf atau pembelajaran yang lebih canggih, berupa algoritma backpropagation dan variasinya diperkenalkan, dimana algoritma ini mampu menyelesaikan berbagai problem rumit dengan baik. Algoritma backpropagation adalah algoritma yang paling umum dan banyak digunakan.

---

Ketersediaan

Informasi Detail

Judul Seri	-
No. Panggil	006.32 SAL j
Penerbit	Yogyakarta : Teknosain., 2025
Deskripsi Fisik	xiii 133 Hlm. : Iluss. ; 24 Cm
Bahasa	Indonesia
ISBN/ISSN	978-623-8075-95-9
Klasifikasi	006.32
Tipe Isi	-
Tipe Media	-
Tipe Pembawa	-
Edisi	Cet 1
Subjek	KOmputer jaringan saraf statis Algoritma
Info Detail Spesifik	-
Pernyataan Tanggungjawab	Saluidin Muis

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar