Deskripsi
Pengenalan klasifikasi dan regresi. Optimisasi, vektorisasi, gradient descent, fungsi biaya, loss dan aktivasi. Pengenalan dan dasar-dasar AI, Jaringan Saraf Tiruan, propagasi maju dan mundur, Multi Layer Perceptron, dan jenis model Jaringan Saraf Dalam lainnya, serta aplikasi mereka dalam multimedia, jaringan, keuangan, dll.
Prasyarat
- Prasyarat: BIT 2000 dan BIT 2400.
Syarat dan ketentuan
- Juga tercantum sebagai IRM 4005.
- Prasyarat: BIT 2000 dan BIT 2400.
- Kuliah tiga jam per minggu.
Teks rujukan dalam bahasa aslinya
Introduction to classification and regression. Optimization, vectorization, gradient descent, cost, loss and activation functions. Introduction and basics to AI, Artificial Neural Networks, forward and backward propagation, Multi Layer Perceptron, and other types of Deep Neural Network models, their applications in multimedia, networks, finance, etc.
- Prerequisite(s): BIT 2000 and BIT 2400 .
- Also listed as IRM 4005 .
- Lectures three hours a week.
Sumber dan referensi
Tanggal dan sumber disimpan untuk membantu Anda memverifikasi informasi. Terjemahan disediakan untuk memudahkan pembacaan; sumber resmi menjadi rujukan untuk syarat dan ketentuan.
Referensi sumber : https://calendar.carleton.ca/undergrad/courses/OSS/