Cover Zero to Hero Menaklukkan AI
Ebook readerDaftar babv0.3

Zero to Hero Menaklukkan AI

Edisi AI-First — dari konsep dasar, data, ML, DL, Generative AI, RL, sampai capstone

Penulis utama: Wayan DadangFitur: cover, halaman judul, about penulis, daftar bab, pencarian, progress baca, mode gelap/terang, ukuran font, salin kode, dan tautan PDF.
CoverHalaman JudulDaftar IsiTentang Penulis

Mulai membaca

Pilih bab dari daftar di bawah. Tampilan ini disiapkan untuk membaca materi per bab secara nyaman dari browser lokal.

Bab 00 — Peta Belajar AI dari Nol

Mengapa AI penting, cara belajar, dan cara memakai buku tebal ini tanpa tersesat.

TersediaBab 01 — Apa Itu Artificial Intelligence?

Definisi AI, sejarah singkat, symbolic AI, statistical AI, modern AI, dan batasan hype.

TersediaBab 02 — Peta AI, ML, DL, dan RL

Hubungan AI, data science, ML, DL, generative AI, dan RL; taksonomi algoritma.

TersediaBab 03 — Python, Data, dan Notebook Reproducible

Fondasi Python, Jupyter, Git, dataset kecil, dan cara berpikir eksperimen.

TersediaBab 03B — Eksplorasi, Visualisasi, dan Kualitas Data

Tipe data, struktur data, data cleaning, EDA, plotting, outlier, data sintetis, splitting, leakage, dan pemilihan model berdasarkan tipe data.

TersediaBab 04 — Matematika AI yang Menyenangkan

Aljabar linear, vektor, matriks, ruang fitur, dan geometri model melalui cerita dan visual.

TersediaBab 05 — Probabilitas, Statistik, Kalkulus, dan Gradient

Ketidakpastian, distribusi, loss, turunan, gradient descent, dan optimisasi tanpa trauma rumus.

TersediaBab 06 — Fondasi Machine Learning

Dataset, fitur, label, train/validation/test, leakage, bias-variance, metrik, baseline.

TersediaBab 07 — Supervised Learning

Regression, classification, kNN, Naive Bayes, logistic regression, decision tree, random forest, boosting, SVM.

TersediaBab 08 — Unsupervised dan Representation Learning

Clustering, PCA, embeddings, anomaly detection, self-supervised learning pengantar.

TersediaBab 09 — Neural Network dari Nol

Neuron, layer, activation, forward pass, loss, backprop intuitif, training loop.

TersediaBab 10 — Deep Learning Praktis

CNN/RNN/Transformer sebagai keluarga model, regularization, transfer learning, dan GPU basics.

TersediaBab 11 — Generative AI dan LLM sebagai Konteks Modern

Mengapa generative AI penting, prompting, embeddings, RAG, hallucination, dan safety sebagai overview.

TersediaBab 12 — Reinforcement Learning

Bandit, eksplorasi-eksploitasi, game theory, MDP, Bellman, DP, Monte Carlo, TD, SARSA, Q-learning, DQN/deep Q-network, policy gradient, actor-critic, SAC, offline RL, RLHF/RLAIF, Hugging Face TRL, dan safety reward design.

TersediaBab 13 — Capstone AI-First

Proyek akhir AI sampai RL tanpa robotics: problem framing, data, model, evaluasi, demo, etika.

Tersedia