beginner 5 Minggu
From Math to Code: Building Neural Network from Scratch
Kuasai Deep Learning dengan memahami inti mekanismenya. Kursus 'From Math to Code' ini akan membimbing Anda menerjemahkan teori matematika abstrak men...
Daftar Sekarang - Gratis Akses selamanya
Tentang Kursus
Kuasai Deep Learning dengan memahami inti mekanismenya. Kursus 'From Math to Code' ini akan membimbing Anda menerjemahkan teori matematika abstrak menjadi baris kode fungsional murni menggunakan Python dan NumPy, tanpa bergantung pada framework AI instan. Anda akan membangun arsitektur Neural Network dari nol, mulai dari merancang proses Forward Pass, mengukur Loss, hingga memprogram algoritma Backpropagation secara manual. Pendekatan fundamental ini menjamin pemahaman mendalam yang esensial untuk inovasi dan pemecahan masalah kompleks di dunia nyata.
Materi yang Dipelajari
Modul 1: Mathematical Foundations – The Building Blocks of Neural Networks
7 MateriPengenalan Neural Network dan Neuron Biologis
Text Lesson • 6
Vektor dan Matriks: Representasi Data dalam Neural Network
Text Lesson • 8
Operasi Matriks dan Dot Product dengan NumPy
Notebook • 9
Fungsi dan Derivatif: Dasar Kalkulus untuk Backpropagation
Text Lesson • 9
Implementasi Operasi Matriks Dasar untuk Neural Network
Notebook • 12
Kuis Fondasi Matematika Neural Network
Quiz • 20 Menit
Implementasi Dot Product dan Layer Transformation
Assignment
Modul 2: Forward Pass – Computing Neural Network Predictions
8 MateriArsitektur Neural Network: Layer, Neuron, dan Connections
Text Lesson 0
Weighted Sum: Perhitungan Dasar Neuron
Text Lesson 0
Implementasi Forward Pass Single Layer dengan NumPy
Notebook 0
Activation Functions: Menambahkan Non-Linearity
Text Lesson 0
Implementasi Activation Functions dari Nol
Notebook 0
Multi-Layer Forward Pass: Rantai Perhitungan
Text Lesson 0
Kuis Forward Pass dan Activation Functions
Quiz • 30 Menit
Membangun Neural Network 2-Layer untuk Klasifikasi Sederhana
Assignment
Modul 3: Loss Functions and Backpropagation – The Learning Engine
8 MateriLoss Functions: Mengukur Kesalahan Model
Text Lesson 0
Implementasi Loss Functions dengan NumPy
Notebook 0
Backpropagation: Algoritma Kunci Pembelajaran
Text Lesson 0
Derivatif Activation Functions dan Chain Rule
Text Lesson 0
Implementasi Backpropagation untuk Single Layer
Notebook 0
Backpropagation Multi-Layer: Propagasi Mundur Lengkap
Text Lesson 0
Kuis Loss Functions dan Backpropagation
Quiz • 30 Menit
Implementasi Lengkap Backpropagation untuk Neural Network 3-Layer
Assignment
Modul 4: Optimization and Training – Making Networks Learn
8 MateriGradient Descent: Algoritma Optimasi Dasar
Text Lesson 0
Implementasi Gradient Descent dengan NumPy
Notebook 0
Mini-Batch Training dan Vectorization
Text Lesson 0
Advanced Optimization: Momentum dan Learning Rate Scheduling
Text Lesson 0
Implementasi Mini-Batch Training dengan Momentum
Notebook 0
Evaluasi Model: Metrics dan Validation
Text Lesson 0
Kuis Optimasi dan Training Neural Network
Quiz • 30 Menit
Training Neural Network Lengkap dengan Hyperparameter Tuning
Assignment
Modul 5: Complete Neural Network Classifier – Portfolio Project
7 MateriSetup Project: Konfigurasi Environment dan Struktur Kode
Text Lesson 0
Implementasi Modul Layer dan Activation
Text Lesson 0
Implementasi Modul Loss dan Optimizer
Text Lesson 0
Membangun Kelas Neural Network Utama
Text Lesson 0
Training dan Evaluasi Model pada Real Dataset
Text Lesson 0
Visualisasi dan Interpretasi Model
Text Lesson 0
Dokumentasi dan GitHub Portfolio
Text Lesson 0