Introducing np2wp utility to convert Jupyter notebooks to plain HTML suitable for WordPress.com.
Converting Jupyter Notebook to WordPress.com HTML
Ulasan Buku: Programming PyTorch for Deep Learning – Ian Pointer (Nov 2019)
Saya suka buku ini karena fokusnya langsung ke PyTorch. Tidak seperti buku-buku lain yang mencoba mengulas teori ML/DL-nya dan akibatnya malah pembahasannya jadi dangkal di dua-duanya, baik teorinya dan programmingnya.
Ulasan Buku: Deep Learning with PyTorch – Vishnu Subramanian (Feb 2018)
Buku ini adalah buku PyTorch pertama yang saya baca dan membuat saya berpaling dari Keras hehe. Menurut saya isinya cukup komprehensif. Topik yang dibahas cukup luas, mulai dari pengenalan AI, ML, lalu pengenalan PyTorch dimulai dengan pembahasan yang cukup banyak tentang tensor lalu pemrograman NN, sampai topik-topik DL seperti CNN, pemrosesan sekuensial (RNN/LSTM) dan alikasinya pada pemrosesan teks, GAN, sampai pengenalan model-model mutakhir DL.
Ulasan Buku: Deep Learning with PyTorch Quick Start Guide – David Julian (Des 2018)
Buku ini cukup tipis (versi cetaknya hanya 158 halaman) namun isinya lumayan komprehensif dan penyajiannya cukup runut. Diawali dengan pengenalan teori ML, dengan formula-formula mulai linear dan logistic regression sampai dengan loss function sampai dengan gradient descent untuk NN.
Pengenalan Recurrent Neural Network (RNN) – Bagian 1
Recurrent neural networks (RNN) adalah jenis arsitektur jaringan saraf tiruan yang cocok dipakai untuk pemrosesan data sekuensial. RNN masuk dalam kategori deep learning karena pemrosesan data melalui banyak lapisan (layer).
Ulasan Setelah Mengikuti Deep Learning Specialization
Ini adalah ulasan dari Deep Learning Specialization di Coursera. Specialization adalah istilah Coursera untuk program kursus interaktif (MOOC) yang lebih komprehensif, lebih lama (beberapa bulan), dan isinya beberapa MOOC lain. Istilah yang sama kalau di Udacity disebut nanodegree, kalau di EdX disebut micromasters, dan sebagainya. Deep learning adalah kemajuan utama dari pembelajaran mesin dalam satu dekade terakhir,... Continue Reading →
Ulasan MOOC: Sequence Models – oleh Andrew Ng (deeplearning.ai) via Coursera
Sequence model adalah pemrosesan pada input yang berurutan, misalnya pemrosesan bahasa alami (NLP), audio, atau data sekuensial lainnya. Dalam konteks deep learning, model yang berkaitan adalah recurrent neural network (RNN).
Ulasan MOOC: Convolutional Neural Networks – oleh Andrew Ng (deeplearning.ai) via Coursera
CNN adalah cabang dari deep learning yang sangat sukses diaplikasikan untuk pemrosesan gambar, seperti misalnya pengenalan objek, verifikasi wajah, pengenalan wajah, lokalisasi objek dalam gambar, pengenalan dan transfer gaya atau pola dalam gambar, dan lain-lain. Simak ulasan kursus ini
Student Notes: Convolutional Neural Networks (CNN) Introduction
These notes are taken from the first two weeks of Convolutional Neural Networks course (part of Deep Learning specialization) by Andrew Ng on Coursera. The course is actually four weeks long, but I didn't take the note for the last two weeks which discuss about object localization/detection, face recognition, and neural style transfer. ~ Why... Continue Reading →
Ulasan MOOC: Structuring Machine Learning Projects – oleh Andrew Ng (deeplearning.ai) via Coursera
Kursus ini mengajarkan aspek-aspek machine learning yang jarang dijumpai di tempat lain, yaitu tentang pengelolaan proyek machine learning. Bayangkan Anda bukan sebagai ML engineer yang mengurusi tentang pembuatan dan optimasi model, tapi sebagai pimpinan proyek ML yang harus mengambil keputusan strategis tentang apa-apa yang dikerjakan dalam proyek ML tersebut. Simak ulasan lengkapnya.
Ulasan MOOC: Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization – oleh Andrew Ng (deeplearning.ai) via Coursera
Setelah pada kursus sebelumnya kita diajarkan tentang bagaimana neural networks bekerja, pada kursus ini kita diajarkan tentang bagaimana melakukan pembelajaran yang baik dan optimasi dan tuning pada model kita untuk mencapai akurasi yang baik dan dengan waktu training yang cepat.
Student Notes: Neural Networks and Deep Learning
These are the notes that I wrote while attending the first three courses from Deep Learning Specialization program at Coursera. I you have attended/are attending the Deep Learning Specialization program, this note would straight away look familiar to you. So here it goes. ~ Representation and Notations These are the conventions used throughout the course. L... Continue Reading →
Ulasan MOOC: Neural Networks and Deep Learning – oleh Andrew Ng (deeplearning.ai) via Coursera
Kursus pertama dari Deep Learning Specialization-nya Prof Andrew Ng. Simak ulasan lengkapnya.
Study Notes: Reinforcement Learning – An Introduction
These are the notes that I took while reading Sutton's "Reinforcement Learning: An Introduction 2nd Ed" book and it contains most of the introductory terminologies in reinforcement learning domain. Definitions and equations are taken mostly from the book. Equations are numbered using the same number as in the book too to make it easier to find.
Ulasan Buku: Reinforcement Learning: An Introduction, 2nd Edition (Sutton & Barto)
Reinforcement learning (RL) adalah salah satu cabang dari pembelajaran mesin untuk mengajari sebuah agent agar membuat keputusan yang terbaik, yaitu yang memberikan imbal hasil terbesar. Kalau Anda ingin mempelajari RL dari sebuah buku, maka singkat kata ini adalah buku terbaik yang bisa Anda baca. Dan gratis pula! Ya, versi draft (PDF) dari buku ini bisa Anda... Continue Reading →
Mengenal dan Membandingkan Berbagai Pemrograman Paralel pada CPU dan GPU [GGPU – Bag. 2]
Di artikel sebelumnya Mengenal General Purpose Programming pada GPU (GPGPU) – [Bag. 1] kita sudah membahas kemampuan, manfaat, dan sedikit gambaran tentang cara melakukan pemrograman umum pada GPU. Di artikel ini kita akan melihat secara lebih detil bermacam cara pemrograman umum pada GPU dan juga pemrograman paralel pada CPU sekaligus kita bandingkan performansinya masing-masing. Tujuan saya... Continue Reading →
Mengenal General Purpose Programming pada GPU (GPGPU) – [Bag. 1]
GPGPU, kepanjangan dari general-purpose computing on graphics processing units, adalah penggunaan GPU (graphics processing unit) untuk komputasi secara umum yang biasanya dilakukan di CPU [1]. Awalnya dulu GPU hanya dipakai untuk melakukan komputasi yang berhubungan dengan grafis, namun kemudian orang menyadari bahwa kemampuan GPU yang besar untuk melakukan komputasi floating point secara paralel sangat menggoda untuk dipakai... Continue Reading →
Ulasan: Kursus Reinforcement Learning oleh David Silver (UCL, DeepMind)
Berikut adalah ulasan dari video kuliah Reinforcement Learning oleh David Silver dari UCL/DeepMind. Menurut saya ini adalah salah satu sumber untuk teori RL yang terbaik saat ini. Simak selengkapnya alasan dan ulasan saya.
Ulasan Buku: Reinforcement Learning with Python
Ini adalah dua buku ringan (baik secara fisik maupun harga) yang "iseng" saya beli untuk bacaan ringan sambil siapa tahu dapat memberi ilmu praktis RL di Python. Apakah isinya sesuai harapan? Simak ulasannya.
Ulasan MOOC: Applied Plotting, Charting & Data Representation in Python – oleh University of Michigan via Coursera
Kursus ini mengajarkan topik visualisasi data dengan menggunakan Matplotlib. Simak ulasannya.
Belajar Pembelajaran Mesin Indonesia 