Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Deep Learning
Highest Rated
Rating: 4.1 out of 5(53 ratings)
672 students

Deep Learning

Deep Learning
Created byBISA AI Academy
Last updated 12/2024
Indonesian

What you'll learn

  • Dasar-dasar Deep Learning
  • Algoritma dan Teknik Penting
  • Arsitektur Neural Networks
  • Framework dan Tools
  • Machine Learning
  • Backpropagation Gradient Descent
  • Convolutional Neural Networks
  • Recurrent Neural Networks
  • LSTM

Course content

5 sections32 lectures6h 5m total length
  • Sejarah AI dan Perkembangan Neural Networks8:05
  • Perbedaan Machine Learning dan Deep Learning5:09
  • Dasar dan Struktur Neural Networks4:59
  • Evolusi Arsitektur Neural Networks11:47

Requirements

  • Pemahaman Dasar Matematika
  • Pengalaman dengan Pemrograman Python
  • Pemahaman Dasar Machine Learning
  • Komputer dan Koneksi Internet yang Memadai

Description

Deep Learning adalah cabang dari pembelajaran mesin yang fokus pada jaringan saraf tiruan dengan lapisan-lapisan (layers) yang mendalam. Teknologi ini menjadi dasar dari berbagai kemajuan di bidang kecerdasan buatan, mulai dari pengenalan suara, pengolahan bahasa alami (NLP), hingga visi komputer. Dalam course ini, peserta akan mendalami prinsip, arsitektur, dan penerapan deep learning, sekaligus mendapatkan wawasan tentang bagaimana teknologi ini merevolusi berbagai industri.

Course ini dirancang untuk memberikan pemahaman menyeluruh mulai dari konsep dasar hingga aplikasi praktis. Peserta akan mempelajari bagaimana jaringan saraf bekerja dengan mengacu pada struktur biologis otak manusia. Selain itu, course ini mencakup pemahaman tentang algoritma optimasi seperti backpropagation, gradient descent, dan teknik peningkatan performa model seperti regularisasi dan dropout.

Peserta juga akan diperkenalkan pada arsitektur jaringan yang sering digunakan, seperti Convolutional Neural Networks (CNN) untuk pengolahan gambar dan Recurrent Neural Networks (RNN) untuk analisis data sekuensial. Tidak hanya itu, peserta akan mengeksplorasi arsitektur modern seperti Transformer, yang telah menjadi dasar model canggih seperti BERT dan GPT dalam pengolahan bahasa alami.

Selain memahami teori, course ini menekankan pada implementasi praktis menggunakan pustaka populer seperti TensorFlow dan PyTorch. Peserta akan bekerja dengan dataset nyata untuk menyelesaikan berbagai tantangan, seperti klasifikasi gambar, analisis sentimen, dan prediksi data. Dengan pendekatan ini, peserta diharapkan mampu membangun, melatih, dan mengoptimalkan model deep learning yang efektif untuk kebutuhan spesifik mereka.

Di akhir course, peserta akan memiliki pengetahuan yang cukup untuk memahami teknologi deep learning secara mendalam, sekaligus keterampilan praktis untuk menerapkannya dalam berbagai konteks, baik untuk penelitian maupun aplikasi industri. Course ini sangat cocok untuk pengembang, ilmuwan data, peneliti, dan siapa saja yang ingin memahami serta menggunakan deep learning untuk memecahkan masalah kompleks di dunia nyata.

Who this course is for:

  • Pengembang dan Programmer
  • Analis Data dan Ilmuwan Data
  • Mahasiswa Teknologi dan Ilmu Komputer
  • Peneliti dan Akademisi
  • Profesional Industri
  • Pemula dengan Minat pada AI