Perceptronmerupakan unit jaringan saraf yang melakukanperhitungan tertentu untuk mendeteksi fitur atau kecerdasan bisnis dalam data input. Algoritma Perceptron adalah fungsi yang memetakan inputnya "x", yang dikalikan dengan koefisien bobot yang dipelajari, dan menghasilkan nilai output.

Pembahasan

Algoritma Perceptron mempelajari bobot untuk sinyal input untuk menggambar batas keputusan linier. Ini memungkinkan kita untuk membedakan antara dua kelas yang dapat dipisahkan secara linier +1 dan -1.

Algoritma Perceptron dapat diaplikasikan dalam beberapa hal, yaitu:

1. Kompresi Data, Streaming Encoding - Media sosial, Streaming Musik, Platform Video Online.

Awalnya struktur dan konten file dianalisis dan dinilai. Selanjutnya, diubah agar sesuai dengan persyaratan tertentu.

2. Enkripsi Data - Keamanan Data / Perlindungan Kehilangan Data.

Enkripsi data adalah variasi dari kompresi data. Perbedaannya adalah bahwa sementara kompresi data dirancang untuk mempertahankan bentuk asli data, enkripsi melakukan sebaliknya - menyembunyikan konten data dan membuatnya tidak dapat dipahami dalam bentuk yang disandikan.

Jaringan saraf multilayer perceptron biasanya digunakan oleh organisasi yang berbeda untuk mengkodekan basis data, titik masuk, memantau data akses, dan secara rutin memeriksa konsistensi keamanan basis data.

3. Visualisasi Data - Analisis Data untuk Bisnis

Menyajikan data dalam bentuk yang dapat diakses sama pentingnya dengan memahami wawasan di baliknya. Karena itu, visualisasi data adalah salah satu alat yang paling layak dalam menggambarkan keadaan dan menjelaskan data yang kompleks dalam istilah yang sederhana.

4. Pengenalan Gambar, Deteksi objek, Penyesuaian Rute

Dasar dari kerangka kerja otonom terdiri dari perceptron multilayer yang menghubungkan mata sistem (alias umpan video) dan komponen kendaraan (alias roda kemudi).

Pelajari lebih lanjut

Materi tentang jaringan saraf tiruan: yomemimo.com/tugas/51548327

#BelajarBersamaBrainly #SPJ1