Dasar Komputasi
Rosida Vivin Nahari,S.Kom.,M.T Dan Sigit Susanto Putro,S.Kom.,M.Kom.Deskripsi ebook
Sinopsis Buku: Buku ini merupakan buku ajar yang disusun untuk memperkaya pemahaman mahasiswa dalam bidang jaringan saraf tiruan, yang merupakan bagian dari matakuliah Teknik Informatika. Buku ini dirancang sebagai referensi yang memperluas wawasan akademik terkait konsep-konsep dasar dan aplikasi jaringan saraf tiruan. Dalam buku ini, dibahas berbagai topik penting seperti arsitektur jaringan, fungsi aktasi, proses pembelajaran, serta algoritma umum jaringan saraf tiruan. Selain itu, buku ini juga menjelaskan perbandingan antara otak manusia dan CPU, serta memperkenalkan berbagai model jaringan saraf seperti Hebb Rule, Perceptron, Delta Rule, Adaline, Madaline, Self-Organizing Map (SOM), Learning Vector Quantization (LVQ), dan Jaringan Hopfield. Buku ini dilengkapi dengan penjelasan yang jelas dan terstruktur, sehingga memudahkan pembaca dalam memahami konsep-konsep teknis yang mungkin terasa rumit. Meskipun beberapa referensi yang digunakan dalam buku ini tergolong tua, penulis yakin bahwa konsep-konsep tersebut tetap relevan dalam membangun pemahaman dasar tentang jaringan saraf tiruan. Buku ini diharapkan dapat menjadi sumber belajar yang bermanfaat bagi mahasiswa, dosen, serta peneliti yang tertarik dalam bidang kecerdasan buatan dan teknologi informasi. Kesimpulan: Buku ini merupakan panduan komprehensif yang mengeksplorasi berbagai aspek penting dalam jaringan saraf tiruan, dengan penjelasan yang jelas dan terstruktur, sehingga dapat menjadi acuan utama bagi mahasiswa dalam memahami konsep-konsep dasar dan aplikasi jaringan saraf tiruan.
Sinopsis ebook
Sinopsis Buku: Buku ini merupakan buku ajar yang disusun untuk memperkaya pemahaman mahasiswa dalam bidang jaringan saraf tiruan, yang merupakan bagian dari matakuliah Teknik Informatika. Buku ini dirancang sebagai referensi yang memperluas wawasan akademik terkait konsep-konsep dasar dan aplikasi jaringan saraf tiruan. Dalam buku ini, dibahas berbagai topik penting seperti arsitektur jaringan, fungsi aktasi, proses pembelajaran, serta algoritma umum jaringan saraf tiruan. Selain itu, buku ini juga menjelaskan perbandingan antara otak manusia dan CPU, serta memperkenalkan berbagai model jaringan saraf seperti Hebb Rule, Perceptron, Delta Rule, Adaline, Madaline, Self-Organizing Map (SOM), Learning Vector Quantization (LVQ), dan Jaringan Hopfield. Buku ini dilengkapi dengan penjelasan yang jelas dan terstruktur, sehingga memudahkan pembaca dalam memahami konsep-konsep teknis yang mungkin terasa rumit. Meskipun beberapa referensi yang digunakan dalam buku ini tergolong tua, penulis yakin bahwa konsep-konsep tersebut tetap relevan dalam membangun pemahaman dasar tentang jaringan saraf tiruan. Buku ini diharapkan dapat menjadi sumber belajar yang bermanfaat bagi mahasiswa, dosen, serta peneliti yang tertarik dalam bidang kecerdasan buatan dan teknologi informasi. Kesimpulan: Buku ini merupakan panduan komprehensif yang mengeksplorasi berbagai aspek penting dalam jaringan saraf tiruan, dengan penjelasan yang jelas dan terstruktur, sehingga dapat menjadi acuan utama bagi mahasiswa dalam memahami konsep-konsep dasar dan aplikasi jaringan saraf tiruan.
Detail Buku
| Jumlah Halaman | 130 |
|---|---|
| Kategori | Komputer |
| Penerbit | Media Nusa Creative |
| Tahun Terbit | 2017 |
| ISBN | 978-602-6743-97-8 |
| eISBN |