Neural Networks

Jaringan saraf Terutama dimanfaatkan untuk algoritme pembelajaran mendalam, jaringan saraf memproses data pelatihan dengan meniru interkonektivitas otak manusia melalui lapisan simpul. Setiap node terdiri dari masukan, bobot, bias (atau ambang batas), dan keluaran. Jika nilai output itu melebihi ambang batas yang diberikan, itu "menyala" atau mengaktifkan node, meneruskan data ke lapisan berikutnya di jaringan. Jaringan saraf mempelajari fungsi pemetaan ini melalui pembelajaran terawasi, menyesuaikan berdasarkan fungsi kehilangan melalui proses penurunan gradien. Ketika fungsi biaya berada pada atau mendekati nol, kita dapat yakin akan keakuratan model untuk menghasilkan jawaban yang benar.