Neural Network

Neural Network and Deep Learning Specialization

★★★★★

Instruktur Pelatihan

Kelas akan dijalankan bila minimal
ada 2 peserta yang mendaftar.
7-8 September 2026 2 Hari
09.00-16.00 WIB

Jadwal berikutnya>

Tempat Pelatihan
Riss Hotel Maliboro*
Emersia Malioboro Hotel*
Hotel Ibis Malioboro*
Aveta Hotel Malioboro*
Abadi Malioboro*
Yogyakarta
*Tempat masih tentative
Rp 6.850.000*

Diskon khusus

*Harga sudah termasuk pajak

*Dapatkan brosur & formulir pendaftaran.

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

Penyampaian Materi

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

INFO TAMBAHAN

Fasilitas pelatihan

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

Ketentuan pelatihan

  • Peserta diharapkan datang 15 menit sebelum pelatihan dimulai.
  • Peserta menunjukkan identitas diri, bukti keikutsertaan, bukti pembayaran atau invoice pelatihan.
  • Mematuhi tata tertib pelatihan yang disepakati bersama instruktur.

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 akan dijalankan bila minimal
ada 2 peserta mendaftar.
7-8 September 2026 2 Hari
09.00-15.00 WIB

Jadwal berikutnya>

Tempat Pelatihan

Online by Zoom

Rp 4.300.000*

Diskon khusus

*Harga sudah termasuk pajak

*Dapatkan brosur & formulir pendaftaran.

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

Penyampaian Materi

  • Program pelatihan berlangsung selama 2 hari, total 10 jam.
  • Waktu pembelajaran pukul 09.00-15.00 WIB, setiap harinya.
  • Proses pembelajaran diselenggarakan lewat video conference.
  • Materi disampaikan dengan pemaparan, diskusi, dan latihan.
  • Diperkaya dengan studi kasus yang disesuaikan kebutuhan.

INFO TAMBAHAN

Fasilitas pelatihan

  • 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 pelatihan

  • Proses pembelajaran menggunakan aplikasi video konferensi seperti Zoom, Google Meet, Microsoft Team, dll.
  • Peserta tidak mematikan kamera selama pembelajaran berlangsung, kecuali atas arahan fasilitator.
  • Mematuhi tata tertib pelatihan yang disepakati bersama instruktur.

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