Weekly 8

Deep Learning merupakan bagian dari Machine Learning yang menggunakan Artificial Neural Network dengan banyak lapisan.

• TRUE

• FALSE

Proses menghitung output berdasarkan input dan bobot pada neural network disebut

• Backpropagation

• Training

• Forward propagation

• Optimization

Cross Entropy Loss lebih cocok digunakan dalam masalah klasifikasi dibanding Mean Squared Error

• TRUE

• FALSE

Fungsi dari backpropagation adalah

• Mengurangi ukuran data

• Meningkatkan akurasi

• Menyesuaikan bobot berdasarkan error

• Memprediksi output

Optimizer seperti Adam dan SGD digunakan untuk

• Menentukan arsitektur

• Mengatur ukuran kernel

• Menambah data latih

• Meminimalkan fungsi loss

CNN dapat digunakan untuk mengekstrak fitur dari gambar melalui lapisan konvolusi

• TRUE

• FALSE

Urutan lapisan yang umum dalam CNN adalah

• Input → Fully Connected → Output

• Input → Pooling → Output

• Convolution → Output → Input

• Input → Convolution → Pooling → Fully Connected → Output

Tujuan dari pooling layer dalam CNN adalah untuk

• Menambah resolusi

• Mengurangi dimensi dan mempercepat proses

• Menyimpan bobot

• Membuat label

CNN membutuhkan padding agar informasi pada tepi gambar tidak hilang.

• TRUE

• FALSE

Kernel pada CNN digunakan untuk

• Menambah neuron

• Melatih model

• Mendeteksi bias

• Menyaring fitur lokal dari gambar