1. 学ぶ
    2. /
  2. コース
    3. /
  3. Introduction to TensorFlow in Python
Connected

演習

重回帰（Multiple linear regression）

多くの場合、単回帰では高い精度の予測に役立つモデルにはなりません。この演習では、複数の特徴量を使う重回帰を行います。

ターゲットには price_log、特徴量には size_log と bedrooms を使用します。これらのテンソルはすでに定義済みで利用できます。また、損失関数は平均二乗誤差から平均絶対誤差（keras.losses.mae()）に切り替えます。最後に、予測値は params[0] + feature1*params[1] + feature2*params[2] のように計算します。ここでは 3 つの変数を使う代わりに、パラメータのベクトル params を変数として定義している点に注意してください。params[0] が切片、params[1] と params[2] が傾きです。

指示

100 XP
  • 予測値を返す線形回帰モデルを定義してください。
  • loss_function() がパラメータベクトルを入力として受け取るようにしてください。
  • 平均絶対誤差の損失を使用してください。
  • 最適化（最小化）処理を完成させてください。