Deel 2: Laten we nog een paar spellen spelen

Goed gedaan met het vorige project. Deze keer ga je meerdere spelshows simuleren die over verschillende dagen worden gehouden. Dat betekent dat je gegevens een tijdsdimensie hebben. Concreter: je gegevens hebben de vorm (number of contestants, game shows, inputs size).

Je moet je model uitbreiden om met deze nieuwe eigenschap om te gaan. Hiervoor gebruik je een TimeDistributed-laag zodat de Dense-laag kandidaten uit meerdere spelshows kan verwerken.

Je hebt de gewichtsinitialisator init gekregen, de prizes-lijst uit de vorige oefening, een tijdreeksinvoer x en names met de namen van de kandidaten. x is een (3,2,3) numpy-array en names is een (2,3) Python-lijst. Met andere woorden: je hebt 2 spelshows (d.w.z. sequentielengte), elk met 3 kandidaten (batchgrootte) waarbij elke kandidaat 3 kenmerken heeft (inputgrootte).