Detail Katalog
ID: 11203
Pemograman AI dan deep learning : Memahami kerangka kerja akal imitasi, deep learning, dan neural network, serta implementasi dan tantangannya / Ahmad Gani
Edisi: Cet.1
Pengarang:
Ahmad Gani
Ahmad Gani
Penerbit:
ANAK HEBAT INDONESIA,
ANAK HEBAT INDONESIA,
Tempat Terbit:
Yogyakarta :
Yogyakarta :
Tahun Terbit:
2025
2025
Bahasa:
ind
ind
Subjek
AI - Deep Learning - Pemograman - Network
Deskripsi Fisik:
viii, 208 hlm ; 20 cm
viii, 208 hlm ; 20 cm
ISBN:
9786235155722
9786235155722
Nomor Panggil:
006.32 AHM p
006.32 AHM p
Control Number:
INLIS000000000011118
INLIS000000000011118
BIB ID:
0010-0126000012
0010-0126000012
Catatan
Akal imitasi (Artificial intelligence/AI) telah mengalami perkembangan pesat dalam beberapa dekade terakhir, dengan Deep Learning sebagai salah satu teknologi utama yang mendorong inovasi di berbagai bidang. Dari pengenalan wajah, pemrosesan bahasa alami (NLP), kendaraan otonom, hingga analisis data skala besar, Deep Learning telah membuktikan keunggulannya dalam menangani tugas-tugas kompleks dengan akurasi tinggi.
Buku ini disusun untuk memberikan pemahaman yang komprehensif tentang konsep, algoritma, serta implementasi Deep Learning dalam berbagai skenario nyata. Melalui buku ini pembaca akan diperkenalkan pada dasar-dasar jaringan saraf tiruan (Neural networks), optimasi model, hingga arsitektur canggih seperti CNN, RNN dan Transformer. Berbagai framework modern seperti TensorFlow, PyTorch dan Hugging Face juga dibahas agar pembaca dapat langsung menerapkan teori ke dalam praktik. Kami juga melengkapi buku ini dengan contoh studi kasus, kode pemrograman, serta tantangan yang dihadapi dalam pengembangan Deep Learning.
Buku ini dapat menjadi referensi yang bermanfaat bagi mahasiswa, peneliti, dan praktisi yang ingin mendalami AI dan Deep Learning. Kami juga menyadari bahwa buku ini masih memiliki keterbatasan sehingga kritik dan saran yang membangun sangat kami harapkan untuk penyempurnaan di edisi selanjutnya. Semoga ilmu yang disampaikan dalam buku ini dapat memberikan manfaat bagi dunia akademik dan industri.
Buku ini disusun untuk memberikan pemahaman yang komprehensif tentang konsep, algoritma, serta implementasi Deep Learning dalam berbagai skenario nyata. Melalui buku ini pembaca akan diperkenalkan pada dasar-dasar jaringan saraf tiruan (Neural networks), optimasi model, hingga arsitektur canggih seperti CNN, RNN dan Transformer. Berbagai framework modern seperti TensorFlow, PyTorch dan Hugging Face juga dibahas agar pembaca dapat langsung menerapkan teori ke dalam praktik. Kami juga melengkapi buku ini dengan contoh studi kasus, kode pemrograman, serta tantangan yang dihadapi dalam pengembangan Deep Learning.
Buku ini dapat menjadi referensi yang bermanfaat bagi mahasiswa, peneliti, dan praktisi yang ingin mendalami AI dan Deep Learning. Kami juga menyadari bahwa buku ini masih memiliki keterbatasan sehingga kritik dan saran yang membangun sangat kami harapkan untuk penyempurnaan di edisi selanjutnya. Semoga ilmu yang disampaikan dalam buku ini dapat memberikan manfaat bagi dunia akademik dan industri.
Status
Tersedia di OPAC
Bibliografi Nasional Indonesia
Karya Tulis Ilmiah Nasional
Informasi Eksemplar & Metadata
| Nomor Barcode | Nomor Panggil | Akses | Lokasi | Ketersediaan |
|---|---|---|---|---|
00000027561 |
006.32 AHM p |
Dapat dipinjam | Mahkamah Konstitusi RI | Tersedia |
Format MARC21 - Total 17 field
| Tag | Ind1 | Ind2 | Nilai | Urutan |
|---|---|---|---|---|
| 001 | _ |
_ |
INLIS000000000011118 | 1 |
| 005 | _ |
_ |
20260123012904 | 2 |
| 035 | # |
# |
$a 0010-0126000012 | 3 |
| 007 | _ |
_ |
ta | 4 |
| 008 | _ |
_ |
260123################g##########0#ind## | 5 |
| 020 | # |
# |
$a 9786235155722 | 6 |
| 082 | # |
# |
$a 006.32 | 7 |
| 084 | # |
# |
$a 006.32 AHM p | 8 |
| 100 | _ |
# |
$a Ahmad Gani | 9 |
| 245 | 1 |
# |
$a Pemograman AI dan deep learning : $b Memahami kerangka kerja akal imitasi, deep learning, dan neural network, serta implementasi dan tantangannya /$c Ahmad Gani | 10 |
| 250 | # |
# |
$a Cet.1 | 11 |
| 260 | # |
# |
$a Yogyakarta :$b ANAK HEBAT INDONESIA,$c 2025 | 12 |
| 300 | # |
# |
$a viii, 208 hlm ; $c 20 cm | 13 |
| 520 | # |
# |
$a Akal imitasi (Artificial intelligence/AI) telah mengalami perkembangan pesat dalam beberapa dekade terakhir, dengan Deep Learning sebagai salah satu teknologi utama yang mendorong inovasi di berbagai bidang. Dari pengenalan wajah, pemrosesan bahasa alami (NLP), kendaraan otonom, hingga analisis data skala besar, Deep Learning telah membuktikan keunggulannya dalam menangani tugas-tugas kompleks dengan akurasi tinggi. Buku ini disusun untuk memberikan pemahaman yang komprehensif tentang konsep, algoritma, serta implementasi Deep Learning dalam berbagai skenario nyata. Melalui buku ini pembaca akan diperkenalkan pada dasar-dasar jaringan saraf tiruan (Neural networks), optimasi model, hingga arsitektur canggih seperti CNN, RNN dan Transformer. Berbagai framework modern seperti TensorFlow, PyTorch dan Hugging Face juga dibahas agar pembaca dapat langsung menerapkan teori ke dalam praktik. Kami juga melengkapi buku ini dengan contoh studi kasus, kode pemrograman, serta tantangan yang dihadapi dalam pengembangan Deep Learning. Buku ini dapat menjadi referensi yang bermanfaat bagi mahasiswa, peneliti, dan praktisi yang ingin mendalami AI dan Deep Learning. Kami juga menyadari bahwa buku ini masih memiliki keterbatasan sehingga kritik dan saran yang membangun sangat kami harapkan untuk penyempurnaan di edisi selanjutnya. Semoga ilmu yang disampaikan dalam buku ini dapat memberikan manfaat bagi dunia akademik dan industri. | 14 |
| 600 | # |
4 |
$a AI - Deep Learning - Pemograman - Network | 15 |
| 990 | # |
# |
$a 27561/MKRI-P/I-2026 | 16 |
| 990 | # |
# |
$a 27561/MKRI-P/I-2026 | 17 |
Penjelasan Field MARC21:
- 001: Control Number
- 005: Date and Time of Latest Transaction
- 020: ISBN
- 100: Main Entry - Personal Name
- 245: Title Statement
- 250: Edition Statement
- 260: Publication Information
- 300: Physical Description
- 650: Subject
- 700: Added Entry - Personal Name
Aksi Cepat
Informasi Katalog
Ditambahkan: 14 Jan 2026