<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="8527">
 <titleInfo>
  <title>Deep Learning Modernisasi Machine Learning Untuk Big Data</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Suyanto</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>Kurniawan Nur ramadhani</namePart>
  <role>
   <roleTerm type="text">Additional Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>Satria Mandala</namePart>
  <role>
   <roleTerm type="text">Additional Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text"></placeTerm>
   <publisher>Informatika</publisher>
   <dateIssued>2019</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Buku</form>
  <extent></extent>
 </physicalDescription>
 <note>Konsep dan gagasan DL (Deep Learning) sebenarnya telah ada sejak lama. Sebagai contoh, Restricted Boltzmann Machines (RBM) merupakan pembaruan dari konsep Hopfield Network yang sangat populer di tahun 1980-an. Sejumlah RBM bisa ditumpuk menjadi beberapa lapisan. Penumpukan RBM ini ternyata memberikan peningkatan performansi yang sangat signifikan. Ide inilah yang menjadi titik awal munculnya DL. ⁣&#13;
&#13;
⁣&#13;
&#13;
Selanjutnya, para pakar semakin bersemangat mengembangkan model-model DL yang lebih handal dengan melakukan pembaruan konsep-konsep dan ide-ide lama. Mereka mulai mengembangkan Stacked Autoencoders (SAE), Deep Belief Networks (DBN), Generative Adversarial Networks (GAN), Convolutional Neural Networks (CNN), Capsule Networks (CapsNet), Deep Recurrent Networks (DRN), Deep Reinforcement Learning (DRL), hingga Lifelong Learning (LL). ⁣&#13;
&#13;
⁣&#13;
&#13;
Model-model ini mampu memberikan performansi mengagumkan dalam menangani himpunan data sangat besar. Jadi, DL bisa dikatakan sebagai modernisasi machine learning untuk menangani big data. Buku ini memberikan penjelasan dan ilustrasi sederhana mengenai konsep dasar dari empat pendekatan DL serta aplikasinya dalam berbagai bidang terkini berkaitan dengan big data yang tidak terstruktur: teks, citra, suara, dan video. ⁣&#13;
&#13;
⁣&#13;
&#13;
Buku ini juga mendiskusikan penelitian awal tentang pengenalan ucapan audio visual Bahasa Indonesia. Pembahasan diberikan dari konsep dasar paling simpel dan secara perlahan ke ide-ide besar yang semakin kompleks. Setiap model dibahas dari ide dasar, motivasi, visualisasi, formulasi matematis, hingga contoh aplikasinya.&#13;
&#13;
-&#13;
&#13;
Hati-hati buku bajakan! Ciri-cirinya harganya jauh di bawah harga normal, karena menggunakan kertas kualitas rendah dan membajak dari penerbit. Jazakumullah khayr sudah membeli buku yang asli (original) di Toko Buku Anak IT, artinya kamu turut membantu berkontribusi kepada penulis agar terus membuat buku-buku berkualitas lainnya.⁣⁣</note>
 <note type="statement of responsibility"></note>
 <classification>NONE</classification>
 <identifier type="isbn">9786237131212</identifier>
 <location>
  <physicalLocation>Digital Library ARS University Perpustakan Online ARS University</physicalLocation>
  <shelfLocator>004/suy/d</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">B05662S</numerationAndChronology>
    <sublocation>Teknik Informatika</sublocation>
    <shelfLocator>004/suy/d</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>deep.png.png</slims:image>
 <recordInfo>
  <recordIdentifier>8527</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2026-03-31 11:18:01</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2026-03-31 11:18:01</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>