5.1. NN as Computational Graph

Video ini menjelaskan penerapan neural network sebagai graf komputasi, termasuk perhitungan fungsi sigmoid dan proses backpropagation untuk menghitung gradien dari bobot dan bias. Berikut adalah poin-poin penting dari video tersebut.

• 0:03 - Pembukaan dan pengantar tentang neural network sebagai graf komputasi.
• 0:14 - Penjelasan fungsi sigmoid dan contohnya dengan nilai $W1$, $W0$, $X1$, $X0$, dan bias.
• 1:01 - Perhitungan untuk fungsi sigmoid menghasilkan nilai akhir 0,37.
• 1:59 - Memulai perhitungan backpropagation, termasuk turunan fungsi.
• 2:14 - Contoh turunan fungsi $\frac{1}{x}$ dan penggunaan aturan rantai.
• 3:08 - Contoh turunan fungsi linear dan eksponensial.
• 4:53 - Menyimpulkan perhitungan turunan untuk bobot dan bias dengan backpropagation.