Training Pelatihan Kursus Jasa Komputer Vision | Bootcamp Pembelajaran Mendalam 2022: Bangun 10 Proyek Dunia Nyata

Jaringan saraf adalah seperangkat algoritma, dimodelkan secara longgar setelah otak manusia, yang dirancang untuk mengenali pola. Mereka menafsirkan data sensorik melalui semacam persepsi mesin, pelabelan atau pengelompokan input mentah. Pola yang mereka kenali adalah numerik, terkandung dalam vektor, di mana semua data dunia nyata, baik itu gambar, suara, teks, atau deret waktu, harus diterjemahkan.

Jaringan saraf membantu kita mengelompokkan dan mengklasifikasikan. Anda dapat menganggapnya sebagai lapisan pengelompokan dan klasifikasi di atas data yang Anda simpan dan kelola. Mereka membantu mengelompokkan data yang tidak berlabel menurut kesamaan di antara input contoh, dan mereka mengklasifikasikan data ketika mereka memiliki kumpulan data berlabel untuk dilatih. (Jaringan saraf juga dapat mengekstrak fitur yang diumpankan ke algoritme lain untuk pengelompokan dan klasifikasi; sehingga Anda dapat menganggap jaringan saraf dalam sebagai komponen aplikasi pembelajaran mesin yang lebih besar yang melibatkan algoritme untuk pembelajaran penguatan, klasifikasi, dan regresi.)

Masalah seperti apa yang dipecahkan oleh pembelajaran mendalam, dan yang lebih penting, dapatkah itu menyelesaikan masalah Anda? Untuk mengetahui jawabannya, Anda perlu mengajukan beberapa pertanyaan:

• Hasil apa yang saya pedulikan? Dalam masalah klasifikasi, hasil tersebut adalah label yang dapat diterapkan pada data: misalnya, spam atau bukan_spam dalam filter email, pria_baik atau pria_jahat dalam pendeteksian penipuan, pelanggan_marah atau pelanggan_bahagia dalam manajemen hubungan pelanggan. Jenis masalah lainnya termasuk deteksi anomali (berguna dalam deteksi penipuan dan pemeliharaan prediktif peralatan manufaktur), dan pengelompokan, yang berguna dalam sistem rekomendasi yang memunculkan kesamaan.