Xây dựng và huấn luyện một neural net đơn giản
Mô hình tiếp theo bạn sẽ học cách dùng là neural network. Neural net có thể nắm bắt các tương tác phức tạp giữa các biến, nhưng khá khó để thiết lập và hiểu. Gần đây, chúng đã vượt qua các chuyên gia con người trong nhiều lĩnh vực, bao gồm nhận dạng ảnh và trò chơi (hãy xem AlphaGo) — vì vậy chúng có tiềm năng mang lại hiệu suất rất tốt.
Để xây dựng mạng, chúng ta sẽ dùng thư viện keras. Đây là một API cấp cao cho phép bạn tạo neural net nhanh chóng nhưng vẫn kiểm soát tốt thiết kế. Việc đầu tiên là tạo mạng gần như đơn giản nhất có thể — một mạng 3 lớp nhận đầu vào và dự đoán một giá trị duy nhất. Tương tự các mô hình sklearn, mô hình keras có phương thức .fit() nhận đối số (features, targets).
Bài tập này là một phần của khóa học
Machine Learning cho Tài chính bằng Python
Hướng dẫn bài tập
- Tạo một lớp dense với 20 node và hàm kích hoạt ReLU (
'relu') làm lớp thứ 2 trong neural network. - Tạo lớp dense cuối cùng với 1 node và kích hoạt tuyến tính (
activation='linear'). - Fit mô hình với
scaled_train_featuresvàtrain_targets.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
from keras.models import Sequential
from keras.layers import Dense
# Create the model
model_1 = Sequential()
model_1.add(Dense(100, input_dim=scaled_train_features.shape[1], activation='relu'))
model_1.add(Dense(____, activation=____))
model_1.add(Dense(____, activation=____))
# Fit the model
model_1.compile(optimizer='adam', loss='mse')
history = model_1.fit(____, ____, epochs=25)