Memahami neuron buatan dengan mudah lewat Excel
(blog.ncsoft.com)Kim Hwan-hee, seorang game designer di NCSoft, menerbitkan serial 3 bagian di blog NCSoft tentang cara mengimplementasikan neuron buatan (Artificial neuron) yang digunakan dalam jaringan saraf buatan dengan spreadsheet, lalu melalui pembelajaran berulang menggunakan neuron ini untuk mewujudkan gerbang NOT, AND, dan OR. (Bahasa Korea) Di bagian akhir serial ini juga disebutkan secara singkat salah satu keterbatasan paling representatif dari neuron buatan, yaitu “masalah XOR” (gerbang XOR tidak dapat diimplementasikan hanya dengan satu neuron buatan), serta bahwa untuk mengatasinya beberapa neuron disusun berlapis-lapis untuk membentuk jaringan saraf multilapis, sehingga mendorong pembelajaran lanjutan.
Sebagai referensi, neuron buatan yang digunakan di sini adalah bentuk awal jaringan saraf buatan, yaitu Perceptron, yang diajukan oleh Frank Rosenblatt pada 1958, dengan satu perubahan: fungsi aktivasi diganti dari fungsi tangga (Step function) menjadi fungsi sigmoid (Sigmoid function). Dengan perubahan ini, neuron buatan tersebut menjadi persis sama dengan model “regresi logistik biner” (Binomial Logistic Regression) dalam statistika. (Lihat juga https://ratsgo.github.io/machine%20learning/2017/04/02/logistic/)
[Artikel utama]
1: https://blog.ncsoft.com/?p=39696
2: https://blog.ncsoft.com/?p=39823
3: https://blog.ncsoft.com/?p=40075
[Google Spreadsheet]
1: https://docs.google.com/spreadsheets/d/…
2 komentar
Ngomong-ngomong, saya tambahkan juga satu tautan yang menjelaskan perceptron dengan mudah.
https://sacko.tistory.com/10
Saya pisahkan tautannya sebagai komentar terpisah.
[Bagian utama]
Bagian 1: https://blog.ncsoft.com/?p=39696
Bagian 2: https://blog.ncsoft.com/?p=39823
Bagian 3: https://blog.ncsoft.com/?p=40075
[Google Spreadsheet]
Bagian 1: https://docs.google.com/spreadsheets/d/…
Bagian 2: https://docs.google.com/spreadsheets/d/…
Bagian 3: https://docs.google.com/spreadsheets/d/…
Sebagai catatan, Bagian 3 cukup berat di spreadsheet karena jumlah pengulangan simulasinya banyak. Harap diperhatikan saat membukanya.