Ulasan

5 ebook kecerdasan artifisial yang tersedia secara gratis

3 Mins read

Kalian yang ingin mulai belajar mengenai konsep kecerdasan artifisial tentunya pernah mencari-cari sumber belajar, baik itu berupa buku, tutorial, maupun kumpulan kode. Kali ini, saya akan berbagi sumber belajar ebook kecerdasan artifisial — baik itu machine learning ataupun deep learning — yang sering dijadikan rujukan oleh para praktisi di kampus maupun dunia industri.

Tanpa panjang lebar lagi, berikut daftar berbagai ebook kecerdasan artifisial yang disediakan langsung oleh penulisnya untuk diunduh secara legal.


Pattern Recognition and Machine Learning

Buku satu ini sangat populer di kalangan dosen dan mahasiswa sebagai buku komprehensif yang menjadi rujukan untuk berbagai mata kuliah terkait machine learning. Buku yang pertama kali diterbitkan pada tahun 2006 ini ditulis oleh Christopher M. Bishop yang kini menjabat sebagai direktur lab di Microsoft Research Lab di Cambridge, Inggris. Walaupun sudah lebih dari satu dekade, konten dari buku ini masih sangat relevan bagi kalian yang ingin mempelajari machine learning. Penulisnya mengklaim bahwa untuk mempelajari buku ini tidak membutuhkan pengetahuan tentang pengenalan pola atau konsep machine learning sebelumnya. Materi yang dibahas pada buku ini mulai dari model linear untuk regresi dan klasifikasi, neural networks, mixture model sampai pada model kombinasi.

Bagi kalian yang rajin dan tertantang untuk menyelesaikan soal-soal latihan di dalamnya, tenang saja, kunci jawaban juga disediakan pada tautan berikut.


Foundations of Machine Learning

Buku edisi kedua ini diterbitkan pada tahun 2018 oleh Mehryar Mohri, Afshin Rostamizadeh dan Ameet Talwalkar. Bab pertama buku ini membahas pengantar secara ringan mengenai apa itu machine learning secara lengkap, mulai dari definisi, contoh permasalahan yang bisa diselesaikan, sampai pada skenario pembelajaran untuk model machine learning. Selanjutnya dibahas juga metode-metode yang sering digunakan dalam literatur, seperti support vector machine (SVM), reinforcement learning (RL), dll.


Understanding Machine Learning: From Theory to Algorithms

Buku ini diterbitkan pada tahun 2014 oleh Shai Shalev-Shwartz and Shai Ben-David sebagai penulisnya. Konten yang dibahas pada buku ini kurang lebih sama dengan buku-buku diatas seperti regresi, klassifikasi, SVM, teknik pengklasteran, principle component analysis (PCA) sebagai teknik pengurangan dimensi (dimensionality reduction), dsb. Beberapa teori lanjutan juga dibahas pada bab akhir, seperti batas kompresi dan pembuktian teori pembelajaran. Kunci jawaban untuk soal-soal latihan pada buku ini tersedia pada tautan berikut.

Selain itu, sebagai pendamping dalam mempelajari buku ini, penulis juga memberikan perkuliahan secara daring melalui youtube yang bisa kalian simak langsung pada tautan berikut.


Bayesian Reasoning and Machine Learning

David Barber menulis buku Bayesian Reasoning and Machine Learning ini yang kemudian buku tersebut pertama kali dipublikasikan pada tahun 2006. Selanjutnya revisi berkala terus dilakukan sampai pada tahun 2016. Pada bab awal buku ini membahas konsep dasar model grafis dan inferensi. Sesuai dengan judulnya, buku ini membahas machine learning beserta metode-metodenya melalui penalaran probabilistik. Bagi kalian yang sempat lupa atau belum mengenal konsep probabilitas, tenang saja, penulis sudah terlebih dahulu menyediakan bagian khusus untuk penyegaran kembali mengenai konsep tersebut. Ia menjelaskannya pada bab pertama sebelum kemudian membahas model-model kecerdasan artifisial lanjutan dengan pendekatan probabilistik, seperti model linear Bayesian, Gaussian process (GP), hidden Markov models (HMMs), dsb.


Deep Learning

Buku kecerdasan artifisial karya Ian Goodfellow, Yoshia Bengio dan Aaron Courville — para penulis dari model deep learning populer yakni generative adversarial networks (GANs) dengan jumlah sitasi melebihi sembilan belas ribu sitasi — merupakan buku utama yang selalu direkomendasikan jika kalian ingin mulai mempelajari lebih jauh mengenai deep learning. Cetakan pertama buku ini diterbitkan pada tahun 2016, yaitu masa yang mana deep learning sudah banyak dikenal dan berkembang pesat. Pada bab awal pada buku ini, pembaca diajak untuk mempelajari terlebih dahulu matematika terapan (seperti aljabar linear, probabilitas, dan teori informasi) dan dasar-dasar machine learning. Baru pada bab selanjutnya, dibahas lebih lengkap berbagai varian model-model deep learning, seperti convolutional neural networks (CNNs), recurrent neural networks (RNNs), Autoencoders (AEs) dan masih banyak lagi. Kabar baiknya jika kalian menghadapi kesulitan membaca langsung buku ini, di youtube tersedia pembahasan masing-masing bab yang dipresentasikan oleh penulisnya sendiri dan beberapa koleganya. Video tersebut dapat diakses pada tautan berikut.


Jika ada pertanyaan, koreksi, ataupun ingin sekadar berdiskusi lebih lanjut, silakan gunakan kolom komentar untuk berkomunikasi dengan penulis.

About author
Mahasiswa program doktoral di Korea University, Korea Selatan dengan jurusan Brain & Cognitive Engineering | Anggota dari Machine Intelligence Lab @ Korea University | Perintis dari Konsep.AI
Articles
Related posts
StartupUlasan

7 startup Indonesia yang telah menerapkan teknologi AI

3 Mins read
Tidak dapat dipungkiri bahwa perkembangan teknologi kecerdasan artifisial sangatlah pesat. Hampir di seluruh sektor kehidupan, mulai dari sektor pendidikan, kesehatan, sampai ke…
Ulasan

5 Model Populer dari Jaringan Saraf Tiruan (JST)

4 Mins read
Jaringan saraf tiruan atau artificial neural networks (ANNs) merupakan model yang mengacu pada pendekatan konsep kecerdasan artifisial connectionism. Pendekatan ini melihat bagaimana…
Ulasan

5 layanan Google untuk proyek kecerdasan artifisial / AI

3 Mins read
Saat memulai proyek kecerdasan artifisial / AI tentunya kita memerlukan akses ke banyak hal seperti publikasi ilmiah, dataset, serta infrastruktur lain untuk…
Daftarkan email kamu untuk mendapatkan ulasan terkini seputar teknologi kecerdasan buatan!

 

Leave a Reply

Your email address will not be published. Required fields are marked *

×
Ulasan

5 layanan Google untuk proyek kecerdasan artifisial / AI