Apa yang dimaksud dengan Artificial Neural Network (ANN)?, Sistem untuk menyimpan data, Program pengolah teks, Alat elektronik untuk jaringan internet, Sistem komputasi yang meniru kerja otak manusia, Struktur utama pada ANN terdiri dari..., Data latih dan data uji, Input layer, Hidden layer, Output layer, Neuron tunggal, Data, Input, Output, Apa fungsi dari hidden layer dalam ANN?, Mengatur bobot neuron, Menyimpan dataset, Mengolah pola dari data input, Menampilkan hasil, Neuron buatan dalam ANN berfungsi untuk..., Mengolah dan meneruskan informasi, Menghapus error, Mengatur input data, Menyimpan data, Apa peran fungsi aktivasi dalam ANN?, Mengubah jenis input, Mengatur ukuran data, Mengontrol kapan neuron aktif, Menghapus data lama, Contoh fungsi aktivasi yang sering digunakan adalah..., Sigmoid, ReLU, Tanh, Linear, Logaritma, Akar, Eksponen, Pangkat, Akar, Sin, Cos, Tan, Tujuan utama pelatihan (training) dalam ANN adalah..., Menyusun dataset, Mengatur fungsi aktivasi, Menghapus neuron yang salah, Menentukan bobot terbaik agar prediksi akurat, Algoritma yang digunakan untuk memperbarui bobot dalam ANN adalah..., K-Means, Naive Bayes, Backpropagation, Decision Tree, Hubungan ANN dengan Deep Learning adalah..., Deep Learning adalah ANN dengan banyak lapisan tersembunyi, ANN adalah bagian dari hardware komputer, ANN hanya digunakan untuk teks, ANN dan DL tidak berhubungan, Apa yang terjadi jika terlalu banyak hidden layer digunakan tanpa cukup data?, Terjadi overfitting, Bobot menjadi nol, Data menjadi hilang, Model menjadi cepat.

Leaderboard

Visual style

Options

Switch template

)
Continue editing: ?