Introduction
La création de réseaux neuronaux peut être complexe. Même avec l’aide de bibliothèques populaires comme Microsoft Cognitive Toolkit et TensorFlow, il faut souvent écrire plusieurs centaines de lignes de code pour créer un réseau neuronal pleinement opérationnel. C’est l’une des raisons pour lesquelles Keras s’est imposé dans la communauté de l’apprentissage profond (le « deep learming »). Keras est une bibliothèque Python open source qui simplifie considérablement la création de réseaux neuronaux. Elle s’appuie sur d’autres bibliothèques, comme Microsoft Cognitive Toolkit, TensorFlow ou Theano pour faire le gros du travail. Grâce à Keras, vous pouvez créer des réseaux neuronaux sophistiqués avec seulement quelques dizaines de lignes de code, puis entraîner ces réseaux pour classifier des images, analyser les sentiments exprimés dans du texte, traiter le langage naturel et réaliser d’autres tâches où l’apprentissage profond est particulièrement performant.
Dans ce module, vous allez utiliser Keras pour créer un réseau neuronal qui évalue les sentiments exprimés dans un texte. Une entrée comme « Service remarquable et l’un des meilleurs restaurants de sushis que j’ai testés » aura un score proche de 1.0 indiquant un sentiment positif, tandis qu’une entrée comme « les plats étaient fades et le service était horrible » aura un score avoisinant 0.0. Aujourd’hui, ces systèmes sont largement employés sur Twitter, Yelp et d’autres services de réseaux sociaux pour analyser les sentiments concernant des entreprises et des candidats politiques. Pour limiter le travail d’installation et de configuration, vous allez utiliser Keras dans un notebook Jupyter hébergé dans Azure Notebooks, où Keras, TensorFlow et d’autres bibliothèques nécessaires sont préinstallées.
Objectifs d’apprentissage
Dans ce module, vous allez :
- Créer un notebook Jupyter dans Azure Notebooks
- Utiliser Keras pour créer et entraîner un réseau neuronal capable d’analyser des sentiments
- Utiliser le réseau neuronal pour analyser les sentiments exprimés dans un texte