Jaringan Saraf Statis dan Algoritma Pelatihan

Saat ini perceptron masih dipandang sebagai jaringan penting. Jaringan ini tetap menjadi jaringan yang cepat dan andal untuk berbagai jenis masalah yang dapat dipecahkannya. Selain itu, pemahaman tentang operasi perceptron memberikan dasar yang baik untuk memahami jaringan yang lebih kompleks. Oleh karena itu, jaringan perceptron dan aturan pembelajaran yang terkait dengannya layak untuk didiskusikan. Dalam konteks ini, jaringan saraf yang dibahas merupakan tipe jaringan saraf statis (tidak berulang atau recurrent). Pembahasan dimulai dengan memperkenalkan cara kerja dan pembelajaran jaringan saraf sederhana berupa input tunggal, neuron tunggal, kemudian dikembangkan ke arsitektur yang lebih kompleks, berupa banyak input, banyak neuron dan banyak lapisan. Sedangkan algoritma pelatihan jaringan saraf atau pembelajaran yang lebih canggih, berupa algoritma backpropagation dan variasinya diperkenalkan, dimana algoritma ini mampu menyelesaikan berbagai problem rumit dengan baik. Algoritma backpropagation adalah algoritma yang paling umum dan banyak digunakan.