1つのモデルで分類と回帰
ここでは別タイプの2出力モデルを作成します。今回は両チームの得点そのものではなく「得点差」を予測し、そのうえでチーム1が試合に勝った確率を予測します。分類と回帰の両方をこなす、なかなか面白いモデルになります！
このモデルでは各レイヤーのバイアス（切片）をオフにしてください。入力（シード差と予測した得点差）の平均はゼロに非常に近く、出力の平均もどちらもゼロに近いため、データにうまく当てはめるのにバイアス項は不要なはずです。
この演習はコースの一部です
Keras で学ぶ高度な Deep Learning
演習の手順
- 列数が2の単一の入力レイヤーを作成します。
- 最初の出力レイヤーはユニット数を1、活性化は
'linear'、バイアスなしにします。 - 2つ目の出力レイヤーはユニット数を1、活性化は
'sigmoid'、バイアスなしにします。また、このレイヤーには最初の出力レイヤーを入力として与えます。 - これらの入力と出力を用いてモデルを作成します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Create an input layer with 2 columns
input_tensor = ____
# Create the first output
output_tensor_1 = ____(____, activation=____, use_bias=____)(____)
# Create the second output (use the first output as input here)
output_tensor_2 = ____(____, activation=____, use_bias=____)(____)
# Create a model with 2 outputs
model = ____(____, [____, ____])