by Agus Kurniawan
22. November 2009 11:53
Ini buku baru berjudul "Sensitivity Analysis for Neural Networks" yang ditulis oleh Daniel, Ian Cloete, Daming Shi dan Wing W.Y (nulis ramai2x?). Diterbitkan oleh Springer.
Buku ini memang banyak membahas mengenai Neural Network terutama analisa output yang dihasilkan akibat pengaruh gangguan input dan/atau bobot (weight). Seperti kita ketahui, kalau kita melakukan training (terutama pada supervised neural network) maka bobot yang dihasilkan setiap learning akan berbeda-beda. Beda sekali kalau kita bandingkan dengan statistical learning seperti Support Vector Machine (SVM) dimana pola hubungan cukup jelas terdefiniskan secara matematika/statistik. Buku ini mencoba mengangkat fenomena gangguan yang terjadi pada Neural Network ini.Beberapa bab yang gw baca, buku ini banyak ngomongin sensitivity analysis pada gangguan yang terjadi pada Neural Network.
Buku ini ditulis cukup ringkas tapi informatif tetapi diharapkan pembaca sudah mempunyai background Neural Network. Tebal buku sekitar 88 halaman, sedikit tapi berat 
Daftar Isi
Berikut ini daftar isi dari buku ini
- Introduction to Neural Network
- Principles of Sensitivity Analysis
- Hyper-Rectangle Model
- Sensitivity Analysis with Parameterized Activation Function
- Localized Generalization Error Model
- Critical Vector Learning for RBF Networks
- Sensitivity Analysis of Prior Knowledge
- Application
Tertarik? buku dapat dibeli di Amazon (saat dilihat lagi discount menjadi US$ 88). Cek URL ini http://www.amazon.com/Sensitivity-Analysis-Networks-Natural-Computing/dp/3642025315