DEEP LEARNING

Video ini menjelaskan proses gradient descent untuk neural network, mulai dari perhitungan output dan error hingga update bobot dan pemilihan learning rate yang optimal. Berikut adalah poin-poin penjelasan dari video dalam urutan waktu.

• 0:03 - Pendahuluan: Membahas gradient descent untuk neural network.
• 0:09 - Fungsi dan Jaringan: Menyusun fungsi dan jaringan dengan input $X$, $W_1$, dan $W_2$.
• 1:02 - Perhitungan Output: Menghitung output dan error dengan contoh nilai.
• 2:19 - Backpropagation: Menghitung turunan untuk bobot $W_2$ dan $W_1$ menggunakan aturan rantai dan fungsi aktivasi.
• 6:00 - Update Bobot: Mengupdate bobot dengan learning rate $\alpha$.
• 7:27 - Pemilihan Learning Rate: Diskusi tentang memilih learning rate yang optimal.