Description

Deep learning adalah subbidang dalam pembelajaran mesin yang berfokus pada pengembangan dan penerapan algoritma yang dapat belajar dan membuat prediksi atau pengambilan keputusan berdasarkan data yang kompleks atau tidak terstruktur. Keras adalah salah satu pustaka populer dalam bahasa pemrograman Python yang digunakan untuk membangun dan melatih model deep learning.

Dataset

Dataset Z boson merujuk pada kumpulan data yang dikumpulkan dari eksperimen yang melibatkan deteksi partikel Z boson. Z boson adalah partikel elementer yang tergolong ke dalam keluarga boson mediasi, dan memainkan peran penting dalam studi fisika partikel dan teori elektrolemah.

Model

Import Library

Mengimport Library yang dibutuhkan untuk melakukan klasifikasi menggunakan metode Deep learning yaitu Keras

Dataset

Menampilkan Dataset Z Boson

Info dan Describe Dataset

Menampilkan informasi terkait struktur dan tipe data dari suatu data frame. Dan menampilkan statistik deskriptif dari suatu data frame. menghasilkan beberapa informasi seperti nilai rata-rata, standar deviasi, nilai minimum dan maksimum, serta kuartil-kuartil dari setiap kolom dalam data frame.

Checking Missing Value

Memeriksa dataset untuk mengidentifikasi apabila terdapat nilai yang hilang atau tidak tersedia pada variabel tertentu

Visualisasi Data

proses penyelidikan awal yang dilakukan pada dataset untuk memahami, meringkas, dan memvisualisasikan data sebelum menerapkan model statistik atau algoritma pembelajaran mesin.Tujuan utama dari EDA adalah mengungkap pola, hubungan, dan tren dalam data, serta mendapatkan pemahaman yang lebih baik tentang struktur dan karakteristik dataset. Dengan melakukan EDA, kita dapat mengidentifikasi anomali, memahami distribusi variabel, mengeksplorasi korelasi antar variabel, mengidentifikasi outlier, dan membuat hipotesis awal tentang bagaimana data dapat digunakan untuk memecahkan masalah tertentu.

Preprocessing

Memisahkan data training dan data testing, pada data training sebesar 80% dan pada data testing sebesar 20%, kemudian mentransformasikan variabel numerik ke dalam rentang tertentu, biasanya antara 0 dan 1. Teknik ini sangat berguna ketika data memiliki rentang nilai yang berbeda-beda dan perlu diubah agar memiliki skala yang seragam.

Convert Tensor

TensorFlow yang digunakan untuk mengkonversi data menjadi tensor, yang merupakan struktur data utama dalam TensorFlow.

Arsitektur Keras

Dalam arsitektur Keras, model neural network dibangun sebagai urutan atau rangkaian lapisan (layers). Setiap lapisan berfungsi untuk melakukan operasi khusus pada data masukan dan menghasilkan keluaran yang akan menjadi masukan untuk lapisan berikutnya. Kemudian melakukan epochs

Accuracy dan Loss

Setelah dilakukan epochs didapatkan training accuracy sebesar 93 % dan testing accuracy sebesar 91 %. Dapat kita lihat juga pada confusion matrix terdapat kesalahan pada training data sebesar 1070 dan pada testing data sebesar 349