Materi
Artificial Neural Network Introductory
Muhammad Ihza Mahendra - Unicorn Startup Company
Pada materi ini, kita akan mempelajari tentang Aritficial Neural Network. Kita akan memahami konsep dasarnya dan bagaimana cara kerjanya. Kita akan melihat apa itu softmax, sigmoid, ReLu serta cara evaluasinya. Materi ini juga dilengkapi dengan demo sehingga kita dapat langsung mempraktikannya. Setelah memahami materi ini, kita dapat memahami konsep dasar dan arsitektur jaringan saraf tiruan serta bagaimana cara kerjanya dalam memproses data.
Akan Didapatkan
Rekomendasi Kelas Lainnya
Pelajari skill melalui serial short video + mini quiz dengan learning path dan topik yang terstruktur.
Python: Numpy Introduction Part 1Portfolio Project
4
4.836
4,55
Python: Intro to Numpy Part 2Portfolio Project
5
3.114
4,52
Python: Intro to Numpy Part 3Portfolio Project
6
2.668
4,53
Python: Linear RegressionPortfolio Project
3
2.803
4,51
Python: ClassificationPortfolio Project
6
2.216
4,56
Python : Classification Case StudyPortfolio Project
4
2.324
4,52
Python: ClusteringPortfolio Project
4
1.524
4,47
Python: Clustering Case StudyPortfolio Project
3
1.803
4,52
Python: Text as DataPortfolio Project
7
2.476
4,51
Artificial Neural Network IntroductoryPortfolio Project
3
2.204
4,54
Image Classification using CNNPortfolio Project
3
2.091
4,48
Tensorflow DatasetPortfolio Project
3
1.986
4,5
Time Series Prediction MLPPortfolio Project
3
2.110
4,46
Time Series Prediction LSTMPortfolio Project
3
2.098
4,43
EDA Case StudyPortfolio Project
4
2.106
4,46
XGBoostPortfolio Project
3
2.097
4,49
NLP Case Study: Sentiment AnalysisPortfolio Project
3
1.236
4,55
XGBoost Hyperparameter TuningPortfolio Project
3
1.954
4,55
Transformer Model OverviewPortfolio Project
3
1.772
4,47
General Attention MecanismPortfolio Project
2
1.932
4,41
Transformer Hands-OnPortfolio Project
3
1.786
4,48
Transformer Hands-On: Case StudyPortfolio Project
3
1.884
4,43
