Pendahuluan
Membangun jaringan neural tidaklah mudah. Bahkan dengan pustaka populer seperti Microsoft Cognitive Toolkit dan TensorFlow untuk membantu, sering membutuhkan beberapa ratus baris kode untuk membuat jaringan saraf aktif dan berjalan. Itulah alasan Keras menjadi populer di komunitas pembelajaran mendalam. Keras adalah pustaka Python sumber terbuka yang menyederhanakan pembangunan jaringan neural secara dramatis. Di bawah tenda, Keras menggunakan Microsoft Cognitive Toolkit, TensorFlow, atau Theano untuk melakukan pengangkatan berat. Dengan Keras, Anda dapat membangun jaringan neural canggih hanya dengan beberapa lusin baris kode dan melatihnya untuk mengklasifikasikan gambar, menganalisis teks untuk sentimen, melakukan pemrosesan bahasa alami, dan melakukan tugas lain di mana pembelajaran mendalam unggul.
Dalam modul ini, Anda akan menggunakan Keras untuk membangun jaringan neural yang menilai teks untuk sentimen. Input seperti "Pelayanannya hebat, ini sushi paling enak yang pernah saya rasakan" akan mencetak skor mendekati 1,0 yang menunjukkan sentimennya positif, sementara input seperti "Makanannya hambar dan pelayanannya mengerikan" akan mendapat skor lebih dekat ke 0,0. Sistem tersebut banyak digunakan saat ini untuk memantau Twitter, Yelp, dan layanan media sosial lainnya untuk sentimen mengenai bisnis dan kandidat politik. Untuk meminimalkan pengaturan dan konfigurasi, Anda akan menggunakan Keras di notebook Jupyter yang dihosting di Azure Notebooks, tempat Keras, TensorFlow, dan pustaka lain yang Anda butuhkan telah diinstal sebelumnya.
Tujuan pembelajaran
Dalam modul ini, Anda akan:
- Membuat buku catatan Jupyter di Azure Notebooks
- Menggunakan Keras untuk membangun dan melatih jaringan neural untuk melakukan analisis sentimen
- Menggunakan jaringan neural untuk menganalisis teks untuk sentimen