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.
Ulasan MOOC: Machine Learning (Georgia Tech @Udacity)
Review dari kursus Machine Learning yang dibuat oleh Georgia Tech di Udacity. Simak materi apa yang dibahas beserta reviewnya
Ulasan MOOC: Machine Learning – Stanford University via Coursera
Review dari kursus Machine Learning oleh Andrew Ng dari Stanford di Coursera yang fenomenal. Simak materi yang diajarkan beserta review detilnya.