Daftar isi

Kecerdasan Buatan Modern

Dari dasar machine learning, neural network, dan large language model hingga arah riset AGI

Baca setiap bagian secara berurutan. Setiap judul dapat dibuka sebagai dokumen TheoryTrace.

• Cover
• Hak cipta
• Petunjuk membaca buku ini
• Pendahuluan
• Bab 1: Peta Besar Kecerdasan Buatan
• Bab 2: Fondasi Matematika untuk AI
• Bab 3: Data, Representasi, dan Pipeline Pembelajaran
• Bab 4: Pembelajaran Terawasi
• Bab 5: Model Klasik Machine Learning
• Bab 6: Pembelajaran Tak Terawasi dan Representasi Data
• Bab 7: Evaluasi, Eksperimen, dan Reproduksibilitas
• Bab 8: Dasar Neural Network
• Bab 9: Melatih Deep Learning Secara Efektif
• Bab 10: Computer Vision dengan Convolutional Neural Network
• Bab 11: Data Sekuensial, RNN, LSTM, dan GRU
• Bab 12: Natural Language Processing Sebelum Transformer
• Bab 13: Mekanisme Attention dan Arsitektur Transformer
• Bab 14: Language Model dan Pretraining Skala Besar
• Bab 15: Large Language Model dalam Praktik
• Bab 16: Fine-tuning, Instruction Tuning, dan Alignment
• Bab 17: Retrieval-Augmented Generation dan Sistem Berbasis Pengetahuan
• Bab 18: Agentic AI, Tool Use, dan Perencanaan
• Bab 19: Reinforcement Learning
• Bab 20: AI Multimodal, Generatif, dan Dunia Nyata
• Bab 21: Membangun Produk AI yang Andal
• Bab 22: Interpretabilitas, Etika, dan Tata Kelola AI
• Bab 23: Menuju AGI: Definisi, Kemampuan, dan Perdebatan Ilmiah
• Bab 24: Agenda Riset AI Masa Depan
• Penutup