Jejaring saraf: Perbedaan antara revisi

Konten dihapus Konten ditambahkan
Monyetflicker (bicara | kontrib)
Dibuat dengan menerjemahkan halaman "Neural network"
 
InternetArchiveBot (bicara | kontrib)
Add 1 book for Wikipedia:Pemastian (20240809)) #IABot (v2.0.9.5) (GreenC bot
 
Baris 17:
Pada pemelajaran mesin, sebuah jejaring saraf adalah model matematika buatan yang digunakan untuk memperkirakan fungsi nonlinear. Meskipun jejaring saraf tiruan pada awalnya berbentuk mesin fisik,<ref name=":1">{{Cite journal|last=Rosenblatt|first=F.|date=1958|title=The perceptron: A probabilistic model for information storage and organization in the brain.|url=https://doi.apa.org/doi/10.1037/h0042519|journal=Psychological Review|language=en|volume=65|issue=6|pages=386–408|doi=10.1037/h0042519|issn=1939-1471}}</ref> hari ini hampir selalu diterapkan di [[perangkat lunak]].
 
Saraf dalam jejaring saraf tiruan biasanya diatur dalam lapisan-lapisan, dengan informasi lewat dari lapisan pertama ([[lapisan input]]), menuju satu atau lebih lapisan perantara ([[lapisan tersembunyi]]), sampai ke lapisan terakhir ([[lapisan output]]).<ref>{{Cite book|last=Bishop|first=Christopher M.|date=2006|title=Pattern recognition and machine learning|url=https://archive.org/details/patternrecogniti0000bish|location=New York|publisher=Springer|isbn=978-0-387-31073-2|series=Information science and statistics}}</ref> Input "sinyal" ke setiap saraf berupa angka, secara spesifik berupa [[kombinasi linear]] dari output saraf di lapisan sebelumnya. Sinyal output dari setiap neuron dikalkulasi dari angka ini, sesuai dengan [[Fungsi aktivasi|fungsi aktivasinya]]. Perilaku dari jejaring bergantung pada kekuatan (atau berat) dari hubungan antar saraf. Sebuah jejaring dilatih dengan memodifikasi kekuatan ini dengan [[minimalisasi resiko empiris]] atau [[rambatan balik]] untuk menyesuaikan dengan set data yang sudah ada.<ref>{{Cite book|last=Vapnik|first=Vladimir N.|last2=Vapnik|first2=Vladimir Naumovich|date=1998|title=The nature of statistical learning theory|location=New York Berlin Heidelberg|publisher=Springer|isbn=978-0-387-94559-0|edition=Corrected 2nd print.}}</ref>
 
Jejaring saraf digunakan untuk menyelesaikan masalah-masalah di bidang [[kecerdasan buatan]], dan sekarang menemukan penerapan di berbagai disiplin, termasuk [[pemodelan prediktif]], [[kontrol adaptif]], [[pengenalan wajah]], [[pengenalan tulisan tangan]], ''[[Permainan|game]]'', dan [[kecerdasan buatan generatif]].