モデルの学習（フィッティング）
いよいよ一番楽しいステップです。ここではモデルを学習させます。予測に使う特徴量データは NumPy 配列 predictors に、予測対象のデータは NumPy 配列 target に読み込まれています。model はすでに用意されており、前の演習のコードでコンパイル済みです。
この演習はコースの一部です
Pythonで学ぶDeep Learning入門
演習の手順
modelを学習させてください。最初の引数は予測用の特徴量（predictors）、2番目の引数は予測対象のデータ（target）であることを思い出してください。
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。
# Import necessary modules
from tensorflow.keras.layers import Dense
from tensorflow.keras.models import Sequential
# Specify the model
n_cols = predictors.shape[1]
model = Sequential()
model.add(Dense(50, activation='relu', input_shape = (n_cols,)))
model.add(Dense(32, activation='relu'))
model.add(Dense(1))
# Compile the model
model.compile(optimizer='adam', loss='mean_squared_error')
# Fit the model
____