Créez une couche d'entrée pour domicile et extérieur.
Vous allez maintenant améliorer le modèle que vous avez utilisé dans le chapitre précédent pour les matchs de saison régulière. Vous savez qu'il existe un avantage bien documenté pour l'équipe qui joue à domicile en basket-ball, vous allez donc ajouter une nouvelle donnée à votre modèle afin de prendre en compte cet effet.
Ce modèle comportera trois entrées : team_id_1, team_id_2 et home. Les identifiants des équipes seront des nombres entiers que vous rechercherez dans votre modèle de force des équipes du chapitre précédent, et « home » sera une variable binaire, 1 si l'équipe team_1 joue à domicile, 0 si ce n'est pas le cas.
Le fichier team_strength_model que vous avez utilisé dans le chapitre précédent a été chargé dans votre espace de travail. Après l'avoir appliqué à chaque entrée, utilisez une couche Concatenate pour joindre les deux forces de l'équipe et la variable domicile/extérieur, puis transmettez le résultat à une couche Dense.
Cet exercice fait partie du cours
Deep learning avancé avec Keras
Instructions
- Veuillez créer trois couches d'entrée de forme 1, une pour l'équipe 1, une pour l'équipe 2 et une pour l'équipe à domicile contre l'équipe à l'extérieur.
- Veuillez consulter les contributions de l'équipe sur
team_strength_model(). - Concaténez les forces de l'équipe avec les données saisies à domicile et transmettez-les à une couche dense.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Create an Input for each team
team_in_1 = ____(shape=(1,), name='Team-1-In')
team_in_2 = ____(shape=(1,), name='Team-2-In')
# Create an input for home vs away
home_in = ____(shape=(1,), name='Home-In')
# Lookup the team inputs in the team strength model
team_1_strength = ____(____)
team_2_strength = ____(____)
# Combine the team strengths with the home input using a Concatenate layer, then add a Dense layer
out = _____()([____, ____, home_in])
out = _____(____)(____)