Dasar-Dasar Deep Learning
Perceptron, backpropagation, fungsi aktivasi, loss functions, optimizers, batch size, epochs
1Apa itu perceptron dalam konteks neural network?
Apa itu perceptron dalam konteks neural network?
Jawaban
Perceptron adalah unit dasar dari neural network, terinspirasi dari neuron biologis. Ia mengambil banyak input, mengalikannya dengan bobot, menjumlahkan semuanya dengan bias, lalu menerapkan fungsi aktivasi untuk menghasilkan output. Perceptron sederhana hanya dapat menyelesaikan masalah yang dapat dipisahkan secara linear, yang mengarah pada pengembangan jaringan multi-layer.
2Apa keterbatasan utama dari perceptron sederhana (single-layer)?
Apa keterbatasan utama dari perceptron sederhana (single-layer)?
Jawaban
Perceptron sederhana hanya dapat menyelesaikan masalah yang dapat dipisahkan secara linear, yaitu masalah di mana kelas dapat dipisahkan oleh garis lurus (atau hyperplane dalam dimensi yang lebih tinggi). Keterbatasan ini, yang ditunjukkan oleh Minsky dan Papert pada tahun 1969 dengan masalah XOR, sempat memperlambat penelitian neural network hingga multilayer perceptron diperkenalkan.
3Apa peran fungsi aktivasi dalam neural network?
Apa peran fungsi aktivasi dalam neural network?
Jawaban
Fungsi aktivasi memperkenalkan non-linearitas ke dalam network, memungkinkannya mempelajari hubungan kompleks antara input dan output. Tanpa fungsi aktivasi non-linear, bahkan network multi-layer pun akan berperilaku seperti transformasi linear sederhana. Fungsi umum termasuk ReLU, sigmoid, dan tanh, masing-masing dengan properti spesifik tergantung pada use case.
Fungsi aktivasi mana yang paling umum digunakan di hidden layer network modern?
Kapan fungsi aktivasi softmax harus digunakan dalam neural network?
+21 pertanyaan wawancara
Topik wawancara Data Science & ML lainnya
Dasar-dasar Python
Pemrograman Berorientasi Objek Python
Struktur Data Python
Dasar-Dasar Git
Dasar-dasar SQL
Dasar-Dasar NumPy
Dasar-dasar Pandas
Jupyter & Google Colab
SQL Joins & Kueri Lanjutan
Pandas Lanjutan
Visualisasi dengan Matplotlib & Seaborn
Visualisasi Interaktif dengan Plotly
Statistik Deskriptif
Statistik Inferensial
Web Scraping
BigQuery & Cloud Data
Feature Engineering
ML Terbimbing: Regresi
ML Terbimbing: Klasifikasi
Pohon Keputusan & Ensemble
ML Tanpa Pengawasan
Pipeline ML & Validasi
Deret Waktu & Peramalan
TensorFlow & Keras
CNN dan klasifikasi gambar
RNN & Sekuens
Transformers & Attention
NLP & Hugging Face
GenAI & LangChain
MLOps dan Deployment
Kuasai Data Science & ML untuk wawancara berikutnya
Akses semua pertanyaan, flashcards, tes teknis, latihan code review dan simulator wawancara.
Mulai gratis