学習
このコースで最初のモデルを、しかも良い目的のために学習させます！
Keras のモデルは学習前に必ずコンパイルする必要があることを思い出してください。これは .compile() メソッドで行います。.compile() には、重みの更新に使う optimizer、最小化したい loss 関数などの引数を渡します。モデルの学習は、特徴量、ラベル、そして学習に用いる エポック数 を渡して .fit() を呼び出すだけです。
前の演習で作成した回帰用の model は、time_steps と y_positions のデータとともに読み込まれています。同じデータで学習・評価して、隕石の軌道をモデルが学習できるか試してみましょう。
この演習はコースの一部です
Kerasで学ぶIntroduction to Deep Learning
演習の手順
'adam'オプティマイザと損失関数'mse'を使ってモデルをコンパイルしてください。- 特徴量とラベルを用いて、30 エポックでモデルを学習（fit）してください。
- 学習に使用した特徴量とラベルを渡して、
.evaluate()メソッドでモデルを評価してください。
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。
# Compile your model
model.____(____ = ____, ____ = ____)
print("Training started..., this can take a while:")
# Fit your model on your data for 30 epochs
model.____(____,____, epochs = ____)
# Evaluate your model
print("Final loss value:",model.evaluate(____, ____))