| Judul | Dasar-dasar deep learning dan implementasinya |
| Pengarang | Teguh Wahyono Yaya Heryadi |
| EDISI | Cetakan I, 2021 |
| Penerbitan | Yogyakarta Gava Media |
| Deskripsi Fisik | xiv, 152 halaman : ilustrasi ; 23 cm |
| ISBN | 978-623-7498-77-3 |
| Subjek | KOMPUTER -- Bahasa pemrograman (Komputer) |
| Catatan | Buku ini menguraikan beberapa konsep dasar dari deep learning dengan pendekatan matematika terapan dan pemrogramannya. Pembahasan dimulai dari Pengenalan Deep Learning dan pengertian-pengertian dasar yang terkait, Model Neural Network pada Deep Learning (Neural Network, Back Propagation, Single-layer dan Multi-layer Neural Network, Convolutional Neural Network), Model Klasifikasi pada Deep Learning (seperti AlexNet, VGGNet, GoogleNet, Residual Network) serta Model Regresi pada Deep Learning (Deep Regresion, Recurrent Neural Network, Gated Recurrent Unit, Long Short-term Memory). Pada setiap model yang dibahas, langsung diberikan contoh-contoh penerapannya dengan menggunakan bahasa pemrograman Python. |
| Bentuk Karya | Tidak ada kode yang sesuai |
| Target Pembaca | Tidak ada kode yang sesuai |
| No Barcode | No. Panggil | Akses | Lokasi | Ketersediaan |
|---|---|---|---|---|
| DKP-053880-P | 006.3 YAY d | Dapat dipinjam | Perpustakaan Pusat - | Tersedia |
| DKP-053881-P | 006.3 YAY d | Dapat dipinjam | Perpustakaan Pusat - | Tersedia |
| Tag | Ind1 | Ind2 | Isi |
| 001 | INLIS000000000010614 | ||
| 005 | 20251203150753 | ||
| 008 | 251203||||||||| | ||| |||| || | | ||
| 020 | $a 978-623-7498-77-3 | ||
| 035 | 0010-1225010606 | ||
| 041 | $a id | ||
| 082 | 0 | $a 006.3 | |
| 090 | $a 006.3 YAY d | ||
| 100 | 0 | $a Teguh Wahyono | |
| 245 | 0 | 0 | $a Dasar-dasar deep learning dan implementasinya |
| 250 | $a Cetakan I, 2021 | ||
| 260 | $a Yogyakarta $b Gava Media | ||
| 300 | $a xiv, 152 halaman : ilustrasi ; 23 cm | ||
| 500 | $a Buku ini menguraikan beberapa konsep dasar dari deep learning dengan pendekatan matematika terapan dan pemrogramannya. Pembahasan dimulai dari Pengenalan Deep Learning dan pengertian-pengertian dasar yang terkait, Model Neural Network pada Deep Learning (Neural Network, Back Propagation, Single-layer dan Multi-layer Neural Network, Convolutional Neural Network), Model Klasifikasi pada Deep Learning (seperti AlexNet, VGGNet, GoogleNet, Residual Network) serta Model Regresi pada Deep Learning (Deep Regresion, Recurrent Neural Network, Gated Recurrent Unit, Long Short-term Memory). Pada setiap model yang dibahas, langsung diberikan contoh-contoh penerapannya dengan menggunakan bahasa pemrograman Python. | ||
| 650 | 0 | $a KOMPUTER -- Bahasa pemrograman (Komputer) | |
| 700 | 0 | $a Yaya Heryadi |
Content Unduh katalog
Karya Terkait :