Nama : Jacky

NPM : 212310058

Mata Kuliah : Kecerdasan Buatan

Tahun
No. Judul Paper Penulis Rilis Jurnal Publikasi

"Deep Learning for Image

Classification: A Comprehensive LeCun, Y., Bengio, Y., & Journal of Pattern Analysis and
1 Review" Hinton, G. 2015 Machine Intelligence

"Reinforcement Learning: An Sutton, R. S., & Barto,

2 Introduction" A. G. 1998 MIT Press

"Natural Language Processing with Bird, S., Klein, E., &

3 Python" Loper, E. 2009 O'Reilly Media

"A Survey of Machine Learning Bhardwaj, S., Jain, L., &

4 Algorithms for Big Data" Jain, S. 2016 Big Data Analytics

Krizhevsky, A.,
"Convolutional Neural Networks for Sutskever, I., & Hinton, Advances in Neural Information
5 Visual Recognition" G. 2012 Processing Systems (NIPS)

"Machine Learning: A Probabilistic

6 Perspective" Murphy, K. P. 2012 MIT Press

"A Survey of Deep Learning IEEE Intelligent Transportation

7 Techniques for Autonomous Driving" Bojarski, M., et al. 2016 Systems Magazine

"Artificial Intelligence and Robotics:

8 A Review" Thrun, S. 2005 Artificial Intelligence

"Gaussian Processes for Machine Rasmussen, C. E., &

9 Learning" Williams, C. K. I. 2006 The MIT Press

10 "Deep Reinforcement Learning" Li, Y., & Gu, S. 2017 Morgan & Claypool Publishers

Dibawah ini adalah hasil analisis kritis dari saya paper yang saya pilih dan perbandingannya
ada dipaling bawah .

1. Judul Paper Pertama: "Deep Learning for Image Classification: A Comprehensive Review" K
Isi: Paper ini mungkin adalah sebuah tinjauan atau survei yang menyajikan penjelasan
mendalam tentang teknik-teknik deep learning yang digunakan untuk mengklasifikasikan
gambar. Paper ini mencakup perkembangan terbaru dalam deep learning, seperti arsitektur
jaringan saraf konvulsi (CNN), metode pelatihan, dan contoh penggunaan dalam bidang
pengenalan objek, pengenalan wajah, atau analisis citra medis.
2. Judul Paper Kedua: "Reinforcement Learning: An Introduction" Isi: Paper ini mungkin
merupakan sebuah pengantar tentang pembelajaran penguatan (reinforcement learning). Isi
paper ini akan menjelaskan konsep dasar pembelajaran penguatan, seperti agen,
lingkungan, keadaan, tindakan, dan reward. Selain itu, paper ini membahas algoritma-
algoritma pembelajaran penguatan, seperti Q-Learning dan Metode Monte Carlo, serta
contoh-contoh aplikasi pembelajaran penguatan dalam bidang robotika, permainan, atau
sistem kecerdasan buatan lainnya.

3. Judul Paper: "Natural Language Processing with Python" Isi: Paper ini berfokus pada
pengenalan pemrosesan bahasa alami (natural language processing atau NLP) menggunakan
bahasa pemrograman Python. Isi paper in membahas konsep-konsep dasar NLP, seperti
tokenisasi, analisis sentimen, pemodelan bahasa, dan penerapan teknik NLP dalam tugas-
tugas seperti analisis teks, deteksi topik, atau pemrosesan teks dalam bahasa alami.

4. Judul Paper: "A Survey of Machine Learning Algorithms for Big Data" Isi: Paper ini mungkin
berisi tinjauan atau survei tentang berbagai algoritma pembelajaran mesin yang digunakan
untuk memproses dan menganalisis big data. Isi paper ini mencakup berbagai jenis
algoritma, termasuk pengenalan pola, klasifikasi, klastering, dan regresi, serta bagaimana
algoritma-algoritma ini dapat diadaptasi dan diterapkan dalam skenario big data.

5. Judul Paper: "Convolutional Neural Networks for Visual Recognition" Isi: Paper ini
merupakan sebuah paper penelitian yang membahas tentang penggunaan jaringan saraf
konvulsi (convolutional neural networks atau CNN) untuk mengenali dan mengklasifikasikan
gambar secara otomatis. Isi paper ini mencakup arsitektur dasar CNN, lapisan-lapisan
penting seperti konvolusi, pooling, dan lapisan terhubung penuh, serta bagaimana CNN
dapat diterapkan dalam pengenalan objek, pengenalan wajah, atau tugas-tugas pengenalan
visual lainnya.

6. Judul Paper: "Machine Learning: A Probabilistic Perspective" Isi: Paper ini berfokus pada
perspektif probabilistik dalam pembelajaran mesin. Isi paper ini membahas pendekatan
probabilistik untuk pembelajaran mesin, seperti model probabilistik grafis, metode Bayesian,
atau metode lain yang memodelkan ketidakpastian data dan parameter.

7. Judul Paper: "A Survey of Deep Learning Techniques for Autonomous Driving" Isi: Paper ini
mungkin berisi tinjauan atau survei tentang berbagai teknik deep learning yang digunakan
dalam pengembangan mobil otonom. Isi paper ini membahas tentang arsitektur jaringan
saraf yang digunakan untuk mengenali objek, prediksi pergerakan, pengenalan jalanan, serta
tantangan dan solusi dalam mengimplementasikan deep learning pada mobil otonom.

8. Judul Paper: "Artificial Intelligence and Robotics: A Review"Isi: Paper ini berisi tinjauan atau
review tentang hubungan antara kecerdasan buatan dan robotika. Isi paper ini membahas
tentang bagaimana kecerdasan buatan telah mempengaruhi perkembangan robotika,
aplikasi kecerdasan buatan dalam robotika, dan peran robotika dalam implementasi
kecerdasan buatan.

9. Judul Paper: "Gaussian Processes for Machine Learning" Isi: Paper ini berfokus pada
pengenalan tentang penggunaan proses Gaussian dalam pembelajaran mesin. Isi paper ini
membahas tentang model proses Gaussian, aplikasi dalam regresi, klastering, atau tugas-
tugas lain, serta metode pendekatan dan optimasi yang terkait.
 10. Judul Paper: "Deep Reinforcement Learning" Isi: Paper ini berfokus pada pengantar tentang
pembelajaran penguatan mendalam (deep reinforcement learning). Isi paper ini
menjelaskan bagaimana algoritma deep learning digabungkan dengan pembelajaran
penguatan untuk menghasilkan kecerdasan buatan yang mampu belajar dari interaksi
dengan lingkungan.

Perbedaan utama antara diatas paper ini terletak pada topik dan fokusnya. Semuanya merupakan
topik penting dalam bidang Kecerdasan Buatan dan mungkin memiliki overlap dalam metode-
metode yang digunakan, tetapi konteks dan aplikasinya mungkin berbeda.