13. Application Recurrent Neural Network (RNN) in Tensor Flow

Video ini membahas implementasi RNN di Python menggunakan Google Colab, dengan contoh aplikasi untuk Natural Language Processing dan time series. Berikut adalah ringkasan materi per waktu dalam video tersebut:

  • 0:03 - 0:24: Pendahuluan tentang implementasi RNN menggunakan Python di Google Colab.
  • 0:25 - 1:16: Persiapan dan penggunaan tokenizer untuk Natural Language Processing (NLP), termasuk penjelasan indeks kata.
  • 1:17 - 3:49: Contoh pembuatan kalimat, proses tokenizing, indexing, dan padding untuk NLP.
  • 3:50 - 4:07: Penggunaan Out of Vocabulary (OOV) dan proses padding tambahan pada kalimat.
  • 4:08 - 5:07: Latihan menggunakan dataset IMDB untuk review film dan klasifikasi sentimen.
  • 5:08 - 6:26: Pemrosesan dataset IMDB, labeling, dan menampilkan data pelatihan.
  • 6:27 - 9:05: Pembuatan model RNN dengan binary cross entropy dan optimasi Adam untuk klasifikasi sentimen.
  • 9:06 - 11:20: Pelatihan dan evaluasi model, termasuk akurasi, loss, dan evaluasi menggunakan confusion matrix.
  • 11:21 - 13:15: Analisis hasil prediksi model RNN pada data testing dan penjelasan hasil classification report.
  • 13:16 - 16:08: Implementasi RNN untuk data time series menggunakan data bike sharing di London.
  • 16:09 - 19:18: Deskripsi data dan proses korelasi antar fitur untuk data bike sharing.
  • 19:19 - 19:36: Penutup dan kesimpulan tentang implementasi RNN pada NLP dan time series.