Data Science Deep Learning

Pada lesson classifying MNIST Dataset Coding kita akan membuat model untuk mengolah data MNIST. Disini kita akan praktekan teori-teori yang sudah dibahas sebelumnya mulai dari tahapan membuat model, penggunaan objek TensorFlow, early stopping dan lainnya. Berikut code untuk training model (disarankan menggunakan jupyter notebook, karena lebih interactive saat melakukan programming). SIlakan download file jupyter notebook … Read more

Lesson Classifying MNIST Dataset Pendahuluan akan memperkenalkan apa itu MNIST dataset dan tahapan apa yang akan digunakan dalam membuat model untuk melakukan klasifikasi data MNIST. Ya, akhirnya, setelah berbagai lesson pendahuluan tentang teori seputar machine learning, akhirnya kita mulai coding. Namun sebelum memulai coding, mari kita bahas sedikit mengenai MNIST. Mengapa MNIST MNIST Classification adalah … Read more

Lesson data preprocessing akan memperkenalkan aktivitas yang pertama kali dilakukan dalam membuat model machine learning. Data preprocessing adalah satu topik besar tersendiri yang perlu dibahas dalam course terpisah. Lesson ini hanya akan membahas konsep secara singkat saja. Untuk modul khusus membahas Data Preprocessing dapat dilihat di https://skillplus.web.id/ml-data-preparation-menggunakan-python/ ML Data Preparation Menggunakan Python Data preprocessing adalah … Read more

Adaptive Learning Rate akan membahas metoda learning rate AdaGrad dan RMSProp, serta ADAM. Adaptive learning rate lebih efisien dari scheduler yang dipekernalkan pada lesson sebelumnya yaitu exponential scheduler. AdaGrad – Adaptive Gradient Algorithm AdaGrad secara dinamis mevariasikan learning rate pada setiap update dan untuk setiap weight secara individual. $\Delta w_i(t) = -\frac{\eta}{\sqrt{G_i(t)}+\epsilon} \frac{\partial L}{\partial w_i} … Read more