Algoritma dan Teori Komputasi Terukur dalam Pembelajaran Mesin (Machine Learning)

Abstract

Buku ini terdiri dari 7 bab. Bab pertama buku ini akan membahas tentang pengantar komputasi dan pembelajaran mesin. Bab 2 buku ini akan memberikan gambaran tentang Permodelan grafis hibrida yang akan memberikan contoh permodelan ini. Bab ke 3 buku ini akan membahas tentang wawasan DL (Deep Learning) dan mekanisme maupun Pembelajaran jauh terdistribusi. Bab 4 pada buku ini akan membahas tentang merancang algoritma Wake dan Sleep dalam Variasi AutoEncoder, serta akan menjelaskan tentang permodelan Variabel Laten dan Variabel Tampak. Bab 5 dalam buku ini akan menerangkan tentang lapisan Komputasi dan Pembelajaran Mendalam sebagai grafik aliran data. Bab 6 buku ini akan menjelaskan pembelajaran mendalam terdistribusi pada GPU (Graphics Processing Unit) tentang mengatasi kemacetan dan menangan memori yang terbatas. Bab terakhir buku ini akan menjelaskan tentang penyimpanan parameter dan mempelajari paradigma komunikasi menggunakan pembelajaran mendalam.