Course description

Kursus ini dirancang untuk memberikan pemahaman mendalam tentang neural networks yang lebih kompleks dan teknik-teknik lanjutan yang digunakan untuk mengatasi tantangan dalam machine learning. Peserta akan mempelajari cara membuat Multi-Layer Perceptron (MLP) menggunakan Keras, menerapkan teknik seperti Dropout dan Batch Normalization untuk meningkatkan performa model, serta menciptakan Residual Networks (ResNet) untuk pengolahan gambar. Selain itu, kursus ini juga mencakup penggunaan model yang sudah dilatih sebelumnya dengan transfer learning dan implementasi Bidirectional LSTM untuk tugas-tugas NLP. Dengan pendekatan praktis dan teori yang solid, peserta akan siap untuk mengembangkan aplikasi deep learning yang efektif.

What will i learn?

• Mampu membangun dan melatih Multi-Layer Perceptron (MLP) menggunakan Keras.
• Mengimplementasikan teknik Dropout dan Batch Normalization untuk meningkatkan kinerja model.
• Membuat Residual Networks (ResNet) untuk klasifikasi gambar.
• Menggunakan pretrained models untuk transfer learning dalam aplikasi real-world.
• Mampu mengembangkan dan menerapkan Bidirectional LSTM untuk pemrosesan bahasa alami (NLP).

Frequently asked question