Lompat ke konten utama
Kelas
Jaringan Saraf Tiruan Dasar dengan PythonPelajaran 18 dari 22 · Modul 4, MLP scikit-learn, inisialisasi, dan regularisasi

Modul 4 · MLP scikit-learn, inisialisasi, dan regularisasi

Misi: mengenali angka tulisan tangan

Setelah pelajaran ini kamu bisa melatih MLP dengan fitur terskala pada data gambar angka, mengevaluasinya dengan akurasi dan confusion matrix, menghitung parameternya, dan menentukan skala inisialisasi He untuk lapis tersembunyinya.

  • ±16 menit
  • 4 latihan
  • Diperiksa 28 Sep 2026

Latihan di pelajaran ini butuh akun gratis. Progres, kode, dan catatanmu hanya tersimpan di browser ini. Masuk untuk menyimpannya

Materi

Dataset digits bawaan scikit-learn berisi 1.797 gambar angka tulisan tangan berukuran 8 × 8 piksel. Setiap gambar diratakan menjadi 64 fitur kecerahan piksel, dengan label 0 sampai 9. Misi ini merangkai isi kelas: menskalakan fitur di dalam pipeline, melatih MLP, mengevaluasinya di data uji, menghitung parameternya, lalu menentukan skala bobot awal lapis tersembunyinya.

Latihan

Misi akhir modul: luluskan minimal 4 dari 4 tugas. Jawaban diperiksa di server. Lulus berarti kamu memahami contohnya, bukan penilaian seluruh pekerjaanmu.

Latihan 4 dari 4

Lapis tersembunyi MLP ini menerima 64 fitur piksel dan memakai ReLU. Bila bobotnya diinisialisasi dengan He (Gaussian bermean 0), berapa simpangan bakunya? Tulis dengan dua desimal.

Catatanmu

Memuat catatan…

tersimpan otomatis, ikut tercetak · 0/4.000

Lanjutkan ke

Tampilkan 1 lagi