Buku Jaringan Saraf Tiruan (Neural Network) membahas salah satu fondasi kecerdasan buatan modern yang terinspirasi dari cara kerja jaringan saraf biologis. Pembahasan diawali dengan konsep dasar, struktur, komponen, dan prinsip kerja, dilanjutkan dengan arsitektur, proses pelatihan, serta evaluasi dan optimasi agar model tidak hanya unggul pada data pelatihan, tetapi juga mampu menggeneralisasi data baru. Berbagai jenis jaringan saraf diuraikan pula, mulai dari Perceptron, Multilayer Perceptron, dan Radial Basis Function Network hingga Convolutional Neural Network, Recurrent Neural Network, LSTM, GRU, Autoencoder, GAN, dan Transformer. Bagian akhir mengulas model neuron, aturan dan algoritma belajar, serta algoritma backpropagation beserta fungsi aktivasinya. Dilengkapi tabel, gambar, persamaan, dan contoh penerapan di berbagai bidang, buku ini menjembatani teori dengan praktik. Pembaca diajak memahami cara jaringan saraf belajar dari data, memilih arsitektur yang sesuai dengan karakteristik masalah, dan menilai kinerja model dengan tepat. Buku ini cocok bagi mahasiswa, dosen, peneliti, dan praktisi yang ingin menekuni kecerdasan buatan.
Buku Jaringan Saraf Tiruan (Neural Network) membahas salah satu fondasi kecerdasan buatan modern yang terinspirasi dari cara kerja jaringan saraf biologis. Pembahasan diawali dengan konsep dasar, struktur, komponen, dan prinsip kerja, dilanjutkan dengan arsitektur, proses pelatihan, serta evaluas...