NEURAL NETWORK.pdf
•
0 likes•6 views
Dokumen ini menjelaskan konsep jaringan saraf tiruan (neural network) dengan metafora pohon pisang dan jin. Ia menggambarkan neuron sebagai pokok pisang yang berinteraksi satu sama lain, dengan jin mewakili proses pembelajaran melalui penyesuaian berat simpul dan penyebaran ralat balik. Jaringan saraf tiruan bekerja dengan mengoptimumkan fungsi biaya melalui penyesuaian berulang hingga capaian hasil yang diingink
Recommended
Recommended
More Related Content
More from Khalizan Halid
More from Khalizan Halid (17)
Recently uploaded
Recently uploaded (9)
NEURAL NETWORK.pdf
- 1. z NEURAL NETWORK? Apa kah itu Picture credit: Andri Blogger (https://masandir.blogspot.com/) KELAS BIASA KELAS DEWASA
- 2. z z Apakah itu neural network? Neural network adalah network yang terdiri dari neuron-neuron
- 3. z z Apakah itu neuron? (Part 1) Neuron itu adalah seropar pokok pisang
- 4. z z Apakah itu neuron? (Part 2) Ataih setiap pokok pisang tu ada djin
- 5. z z Apakah itu neuron? (Part 3) Dan pokok pisang tu jenis CANNIBAL (pisang makan pisang) OUTPUT: Pisang baru bagi makan kat pokok sebelah PROSES INPUT: Makan pisang dari pokok sebelah
- 6. z z Djin terima setiap input dan apply weightage satu-persatu yang berlainan bagi setiap input Mangkuk tu juga apply bias WEIGHTAGE BIAS
- 7. z z Djin ambik jumlah input dan kira output Guna Activation Function TOTAL INPUT ACTIVATION FUNCTION
- 8. z z Tanam pokok pisang banyak2 bernirai2 Orang Kedah Keraih kata Sequential Model BANYAK NIRAI (BARIS)
- 9. z z Setiap Djinn bercakap dengan setiap Djinn dalam baris jiran Orang Kedah Keraih kata Dense Network Tak lukih semua line (penat)
- 10. z z Setiap Djinn terima input dan bagi output kepada djin2 yang dia bercakap Geng Kedah kata Feed Forward Tak lukih semua line (penat) Ambik hang Ambik hang Ambik hang Ambik hang Ambik hang Ambik hang Ambik hang Ambik hang Ambik hang Ambik hang Ambik hang Ambik hang Ambik hang Ambik hang Ambik hang Ambik hang Ambik hang Ambik hang Ambik hang
- 11. z z Djin yang ujong sekali report results kat Djin Iprit “Boss, ni depa bagi”
- 12. z z Djin Iprit compare Calculated Results dengan Actual Results Dan dia kira Cost Function (berapa silap) Error: 99.99% LARI!!!
- 13. z z Matlamat Djin Iprit adalah untuk mencari lubang yang paling dalam (lowest cost function) Dia akan adjust berapa jauh jin2 lain tu meloncat (adjust) based pada Learning Rate Berapa nak adjust mangkuk2 ni semua kali ni… Target lubang paling dalam Jin2 mangkuk tu baru sampai kat sini Orang Kuala Nerang panggei Gradient Descent
- 14. z z Matlamat Djin Iprit adalah untuk mencari lubang yang paling dalam (lowest cost function) Dia akan adjust berapa jauh jin2 lain tu meloncat (adjust) based pada Learning Rate LOMPAT KECIK SANGAT LOMPAT BESAQ SANGAT Sangkut dalam lubang kecik (local minima) Langkau teruih lubang terdalam (global minima) LONCATAN LONCATAN
- 15. z Selepas calculate, Djin Iprit campak balik Cost Function terbaru kpd djin last “Aduuiii!! Ni salah depa, Boss!!”
- 16. z Djinn Last campak balik Cost Function kepada jiran2 terdekat Sapa banyak silap kena balun kao2. Sapa sikit silap kena balon manja2 aja
- 17. z Masing2 Djinn pun campak balik Cost Function kepada jiran2 terdekat Maka berlakulah proses Back Propagation
- 18. z Masing2 Djinn pun pakat adjust Weightages based pada total Cost Function yang diterima dari jiran2 terdekat
- 19. z Kemudian Sistem menerima Input baru dan proses ujikaji/ pembelajaran berulang semula PI MAI PI MAI SEMAKIN PANDAI