Advanced Artificial Intelligence

Buku Advanced Artificial Intelligence menawarkan kajian komprehensif tentang perkembangan lanjutan dalam bidang kecerdasan buatan, mulai dari fondasi konseptual hingga penerapan teknologi mutakhir. Buku ini membahas pengantar kecerdasan buatan lanjutan beserta sejarah dan evolusinya, representasi pengetahuan dan inferensi logis maupun probabilistik, serta dasar-dasar machine learning lanjutan yang menjadi landasan bagi pembahasan berikutnya. Pembahasan berlanjut ke arsitektur Convolutional Neural Network beserta varian modern seperti ResNet dan VGG untuk klasifikasi citra, dilanjutkan dengan Recurrent Neural Network, LSTM, GRU, serta arsitektur Transformer dengan mekanisme attention dan self-attention. Dari sisi pembelajaran penguatan, buku ini mengeksplorasi Deep Q-Learning beserta experience replay dan target network, maupun Policy Gradient melalui algoritma REINFORCE, actor-critic, dan PPO/TRPO, dilengkapi kajian penerapan kecerdasan buatan untuk big data dan sistem yang scalable. Buku ini turut membahas unsupervised learning dan teknik clustering lanjutan seperti K-Means, hierarchical clustering, dan DBSCAN, Explainable AI melalui LIME dan SHAP, serta interpretabilitas model machine learning. Melalui studi kasus penerapan pada robotika, sistem otonom, dan berbagai sektor industri, buku ini mengilustrasikan aplikasi praktis kecerdasan buatan lanjutan, ditutup dengan pembahasan teknik optimasi lanjutan seperti Bayesian optimization dan Neural Architecture Search. Dengan pendekatan teknis yang sistematis dan aplikatif, buku ini menjadi panduan berharga bagi mahasiswa pascasarjana, dosen, peneliti, dan praktisi dalam memahami serta menerapkan konsep kecerdasan buatan lanjutan secara optimal.