Deep Learning: Teori, Arsitektur, dan Aplikasi Modern – M. Rudini Kurniawan Amiruddin, Sumardi, Jimmy Herawan Moedjahedy, Erizal, Muhammad Rizki Setyawan, Firdiyan Syah, Salman, Muhammad Fairuzabadi, Juanto Simangunsong, Indo Intan, Pujianto, Nurirwan Saputra, Palupi Sri Wijayanti, Muhammad Furqan Nazuli

Deep Learning: Teori, Arsitektur, dan Aplikasi Modern disusun sebagai buku rujukan akademik yang membahas deep learning secara sistematis, konseptual, dan berlandaskan pendekatan ilmiah. Buku ini menguraikan perkembangan deep learning dalam kerangka kecerdasan buatan modern, mulai dari dasar teoretis dan formulasi matematis hingga perancangan arsitektur model yang digunakan dalam penelitian dan praktik kontemporer.
Pembahasan mencakup prinsip dasar neural network, proses pelatihan dan optimisasi, serta arsitektur utama seperti Convolutional Neural Networks (CNN), Recurrent Neural Networks (RNN), Transformer, dan foundation models. Selain itu, buku ini mengkaji model generatif, pemrosesan bahasa alami, computer vision, serta pendekatan multimodal yang menjadi fokus utama riset AI saat ini.
Aspek evaluasi model, interpretabilitas, efisiensi komputasi, dan implementasi pada berbagai skenario—termasuk sistem berskala besar dan edge computing—dibahas untuk memberikan pemahaman menyeluruh tentang siklus pengembangan sistem deep learning. Buku ini ditujukan bagi mahasiswa, dosen, peneliti, dan praktisi sebagai bahan ajar, referensi akademik, serta landasan pengembangan dan penelitian kecerdasan buatan secara bertanggung jawab.