Neural Network

Neural Network and Deep Learning Specialization

★★★★★

Instruktur Pelatihan

Kelas ini akan dijalankan bila minimal
ada 2 peserta yang mendaftar.
22-23 Januari 2025 2 Hari
09.00-16.00 WIB
Tempat Pelatihan
Riss Hotel Maliboro*
Emersia Malioboro Hotel*
Hotel Ibis Malioboro*
Aveta Hotel Malioboro*
Abadi Malioboro*
Yogyakarta

*Tempat masih tentative

Rp 6.750.000

Harga sudah termasuk pajak

B O O K I N G*

*Untuk mendapatkan form pendaftaran & brosur.

Jika Anda ingin masuk ke AI mutakhir, pelatihan ini akan membantu Anda melakukannya. Deep learning Engineering sangat dicari, dan mastering deep learning akan memberi Anda banyak peluang karir baru. Deep Learning juga merupakan “kekuatan super” baru yang memungkinkan Anda membangun sistem AI yang tidak mungkin dilakukan beberapa tahun lalu.

Dalam pelatihan ini juga akan mengajarkan Anda cara kerja Deep Learning, bukan hanya menyajikan deskripsi sepintas atau tingkat permukaan. Sehingga anda akan dapat menerapkan pembelajaran mendalam ke aplikasi Anda sendiri. Pelatihan ini adalah tahap pertama apabila anda ingin menjadi seorang yang memiliki spesialisasi Deep Learning. 

Apa yang akan Anda dapatkan dalam pelatihan ini?

  • Peserta pelatihan mampu memahami tren teknologi utama yang mendorong Deep Learning.
  • Peserta pelatihan mampu memahami dan membangun, melatih, dan menerapkan jaringan neural dalam yang terhubung sepenuhnya.
  • Peserta pelatihan mampu memahami cara mengimplementasikan jaringan saraf yang efisien (vektorisasi).
  • Peserta pelatihan mampu memahami parameter kunci dalam arsitektur jaringan saraf.

Outline Materi

Introduction to deep learning

  • What is a neural network?
  • Supervised learning with neural networks
  • Deep learning taking off

Neural networks Basics

  • Binary Classification
  • Logistic Regression
  • Logistic Regression Cost Function
  • Gradient Descent
  • Derivatives
  • Computation Graph
  • Derivatives with a computation graph
  • Logistic regression gradient Descent

Shallow neural Networks

  • Neural networks Overview
  • Neural network Representation
  • Computing a natural networks output
  • Vectorizing across multiple examples
  • Explanation for vectorized implementation
  • Activation functions
  • Derivatives of activation functions
  • Gradient descent for neural networks
  • Backpropagation intuition

Deep Neural Networks

  • Deep L-layer neural network
  • Forward propagation in a deep network
  • Getting your matrix dimension right
  • Building blocks of deep neural networks
  • Forward and backward propagation

Metode Penyampaian

  • Program pelatihan berlangsung selama 2 hari, total 12 jam.
  • Waktu pembelajaran pukul 09.00-16.00 WIB, setiap harinya.
  • Materi disampaikan dengan pemaparan, latihan dan diskusi.
  • Diperkaya dengan studi kasus, simulasi, dll.

Fasilitas & Kelengkapan Pelatihan

  • Modul pelatihan dan seminar kit.
  • Sertifikat pelatihan dari penyelenggara training.
  • Makan siang dan coffee break.
  • Souvenir, selama persediaan masih ada.
  • Tidak termasuk penginapan dan transportasi.

Membutuhkan in house training?
Pelatihan untuk lebih dari 10 peserta, silakan isi permintaan proposal in house.

Neural Network

Kelas disampaikan melalui platform video conference seperti Zoom, Microsoft Teams, Google Meet, dll.

Neural Network and Deep Learning Specialization

★★★★★

Instruktur Pelatihan

Kelas ini akan dijalankan bila minimal
ada 2 peserta yang mendaftar.
22-23 Januari 2025 2 Hari
09.00-15.00 WIB
Tempat Pelatihan

Online by Zoom

Rp 4.250.000

*Harga sudah termasuk pajak

B O O K I N G*

*Untuk mendapatkan form pendaftaran & brosur.

Jika Anda ingin masuk ke AI mutakhir, pelatihan ini akan membantu Anda melakukannya. Deep learning Engineering sangat dicari, dan mastering deep learning akan memberi Anda banyak peluang karir baru. Deep Learning juga merupakan “kekuatan super” baru yang memungkinkan Anda membangun sistem AI yang tidak mungkin dilakukan beberapa tahun lalu.

Dalam pelatihan ini juga akan mengajarkan Anda cara kerja Deep Learning, bukan hanya menyajikan deskripsi sepintas atau tingkat permukaan. Sehingga anda akan dapat menerapkan pembelajaran mendalam ke aplikasi Anda sendiri. Pelatihan ini adalah tahap pertama apabila anda ingin menjadi seorang yang memiliki spesialisasi Deep Learning. 

Apa yang akan Anda dapatkan dalam pelatihan ini?

  • Peserta pelatihan mampu memahami tren teknologi utama yang mendorong Deep Learning.
  • Peserta pelatihan mampu memahami dan membangun, melatih, dan menerapkan jaringan neural dalam yang terhubung sepenuhnya.
  • Peserta pelatihan mampu memahami cara mengimplementasikan jaringan saraf yang efisien (vektorisasi).
  • Peserta pelatihan mampu memahami parameter kunci dalam arsitektur jaringan saraf.

Outline Materi

Introduction to deep learning

  • What is a neural network?
  • Supervised learning with neural networks
  • Deep learning taking off

Neural networks Basics

  • Binary Classification
  • Logistic Regression
  • Logistic Regression Cost Function
  • Gradient Descent
  • Derivatives
  • Computation Graph
  • Derivatives with a computation graph
  • Logistic regression gradient Descent

Shallow neural Networks

  • Neural networks Overview
  • Neural network Representation
  • Computing a natural networks output
  • Vectorizing across multiple examples
  • Explanation for vectorized implementation
  • Activation functions
  • Derivatives of activation functions
  • Gradient descent for neural networks
  • Backpropagation intuition

Deep Neural Networks

  • Deep L-layer neural network
  • Forward propagation in a deep network
  • Getting your matrix dimension right
  • Building blocks of deep neural networks
  • Forward and backward propagation

Metode Penyampaian

  • Proses pembelajaran menggunakan video conference.
  • Program pelatihan berlangsung selama 2 hari, total 12 jam.
  • Waktu pembelajaran pukul 09.00-16.00 WIB, setiap harinya.
  • Metode yang digunakan adalah pemaparan, latihan dan diskusi.

Fasilitas Training

  • Modul pelatihan dalam bentuk softcopy.
  • Sertifikat pelatihan diberikan dalam bentuk e-certificate.
  • Bila membutuhkan sertifikat cetak, akan dikirimkan lewat jasa kurir.
  • Souvenir, selama persediaan masih ada.

Ketentuan Kelas Online

Apa yang harus dilakukan peserta?

  • Menyiapkan komputer yang mendukung kamera dan mikrofon.
  • Menyiapkan koneksi internet yang stabil.
  • Menyiapkan alat tulis untuk mencatat.
  • Tidak mematikan kamera selama pembelajaran berlangsung, kecuali atas arahan fasilitator.

Bagaimana cara mengikutinya?

  • Proses pembelajaran menggunakan aplikasi video konferensi seperti Zoom, Google Meet, Microsoft Team, dll.
  • Penyelenggara akan memberikan tautan undangan kepada peserta terdaftar.
  • Lihat cara menggunakan aplikasi video konferensi di sini.

Membutuhkan in house training?
Pelatihan untuk lebih dari 10 peserta, silakan isi permintaan proposal in house.